| 國立中興大學教學大綱 |
| 課程名稱 (course name) |
(中) 數據分析與AI應用(7769) | ||||
| (Eng.) Application in Data Analysis and Artificial Intelligence | |||||
| 開課單位 (offering dept.) |
大數據碩專班 | ||||
| 課程類別 (course type) |
選修 | 學分 (credits) |
3 | 授課教師 (teacher) |
吳宏達 |
| 選課單位 (department) |
大數據碩專班碩專班 | 授課語言 (language) |
中文 | 開課學期 (semester) |
1142 |
| 課程簡述 (course description) |
數據分析是各領域科學都會遭遇的主題，當數據分析伴以統計與機率模型時，可以有更客觀可信的結果詮釋。學習如何藉由簡單的統計(包括機率)模型對一組不論多大的數據做分析，並且建立合理的解釋模型，是現代分析者邁向AI世紀必須具備的基本知識和能力。 | ||||
| 先修課程名稱 (prerequisites) |
|||||
| 課程與核心能力關聯配比(%) (relevance of course objectives and core learning outcomes(%)) |
課程目標之教學方法與評量方法 (teaching and assessment methods for course objectives) |
|||||||||||||||
| 課程目標 | 核心能力 | 配比(%) | 教學方法 | 評量方法 | ||||||||||||
| 藉由多組資料的完整分析並上台報告，我們從最簡單的統計方法開始，逐一透過數據的分析介紹統計模型。這些模型最後都在AI應用裡具有依定程度的重要性。我們尤其側重與AI相關的統計方法、數據分析思維、以及實例演練。 |
|
|
|
|
||||||||||||
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) (course content and homework/tests schedule) |
||||||||||||||||
| [W1] Introduction to data analysis and AI applications. Several examples for simple (but useful) analysis with data. Statistical and mathematical modeling. Introduction to linear regression, logistic regression and unsupervised machine learning. | ||||||||||||||||
| 學習評量方式 (evaluation) |
||||||||||||||||
| 100% 習作及報告 | ||||||||||||||||
| 教科書＆參考書目(書名、作者、書局、代理商、說明) (textbook & other references) |
||||||||||||||||
| 1. The elements of statistical learning, 2nd ed. By T. Hastie, R. Tibshirani, and J. Friedman. (2009) Springer. 2. Computer age statistical inference. By B. Efron and T. Hastie. (2016) Cambridge. | ||||||||||||||||
| 課程教材（教師個人網址請列在本校內之網址） (teaching aids & teacher's website) |
||||||||||||||||
| 上課講義 | ||||||||||||||||
| 課程輔導時間 (office hours) |
||||||||||||||||
| 星期六 17:00~18:00 | ||||||||||||||||
| 請尊重智慧財產權及性別平等意識，不得非法影印他人著作。 | 列印日期：2026 年 4 月 05 日 |