| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
| 本課程目標在讓學生可了解數據科學所需的基本思想和概念，理解什麽是數據科學，它是如何工作的，以及它能（和不能）做什麽。如數據科學項目的標準流程、數據科學與機器學習的關係、數據科學對未來的影響等。 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習) |
| 週次 |
授課內容 |
| 第1週 |
第1週 數據科學簡介 (起源、問題定義、專案規劃、資料收集)
|
| 第2週 |
第2週 數據科學簡介 (分析、各領域應用、現況趨勢) |
| 第3週 |
第3週 數據前處理 |
| 第4週 |
第4週 數據分析相關基礎統計介紹 |
| 第5週 |
第5週 數據探索性資料分析 |
| 第6週 |
第6週 數據特徵工程 |
| 第7週 |
自主學習:請學生自行訂定要進行的數據科學主題、領域、問題、基本資料分析等 |
| 第8週 |
第8週 期中報告 (1) |
| 第9週 |
第9週 期中報告 (2) |
| 第10週 |
第10週 數據科學任務 (聚類、異常值檢測) |
| 第11週 |
第11週 數據科學任務 (關聯規則挖掘、常用效能評估指標) |
| 第12週 |
第12週 數據科學任務 (分類) |
| 第13週 |
第13週 數據科學任務 (回歸) |
| 第14週 |
第14週 數據視覺化 |
| 第15週 |
第15週 自主學習:請學生根據期中報告，使用機器學習技術進行結果分析與討論。 |
| 第16週 |
第16週 期末報告 |
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
作業 20%
期中報告 40%
期末報告 40% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| Data Science，John D. Kelleher, Brendan Tierney，MIT，ISBN:0262535432 |
| 課程教材（教師個人網址請列在本校內之網址） |
| 教科書、投影片、ilearn 3.0 |
| 課程輔導時間 |
| 星期一 下午13:00-15:00 |
| 聯合國全球永續發展目標(連結網址) |
|
|