| 國立中興大學教學大綱 |
| 課程名稱 | (中) 大數據分析與應用(3040) | ||||||||
| (Eng.) Analysis and Application of Big Data | |||||||||
| 開課單位 | 資管系 | ||||||||
| 課程類別 | 選修 | 學分 | 3 | 授課教師 | 蔡孟勳 | ||||
| 選課單位 | 資管系 / 學士班 | 授課使用語言 | 中文 | 英文/EMI | N | 開課學期 | 1052 | ||
| 課程簡述 | 在各項領域中充斥著不同類型的巨量數據，如何將這些大數據經過一系列的流程萃取出潛在的重要資訊成為在資訊領域中一項重要的課題，本課程將教授處理巨量數據的基礎觀念，透過Weka、R語言、Python等目前主流大數據處理分析工具及程式語言培養學生運用機器學習、資料探勘以及統計等觀念，設計不同大數據分析模型的能力，並且介紹與了解Hdoop及Spark等分散式架構的主流框架，讓本課程學生能夠有擁有處理大數據最重要兩個面向之基本能力。 | ||||||||
| 先修課程名稱 | 課程含自主學習 | N | |||||||
| 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 | ||||||
| 1.經過修習本課程後，使學生能靈活運用大數據分析相關軟體，如Weka與R。 2.使學生更瞭解大數據分析與應用之相關知識，以培養學生之專業能力，使其滿足學界與業界對於大數據人才的需求。 3.透過邀請企業家及專家學者來進行專題講座，透過專題講座可使學生更直接了解產業需求及大數據在學界及產業之應用，能提早為未來進入產業界做準備。 4.強化學生建置系統以及實作之專業能力。 |
|
|
|
|
||||||
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) | ||||||||||
| Week1 Course overview and briefing on big data Week2 Holiday (Lecture) Week3 Big data analytics and techniques I (Data pre-processing) Week4 Big data analytics and techniques II (Data pre-processing) Week5 Big Data analytics tools: Scikit-learn Week6 Big Data analytics tools: R & weka Week7 Holiday (homework 1) Week8 Classification Algorithms in Big Data I Week9 Middle-term exam Week10 Classification Algorithms in Big Data II Week11 Project proposal presentation Week12 Clustering Algorithms in Big Data I Week13 Clustering Algorithms in Big Data I Week14 Big data platform: Hadoop distributed file system Week15 Holiday (homework 2) Week16 Big data platform: Hadoop distributed file system + spark Week17 Project implementation & Demo Week18 Project implementation & Demo |
||||||||||
| 學習評量方式 | ||||||||||
| 1.課堂練習: 20% 2.期中考試 : 30% 3.期末報告: 40% 4.出席率: 10% |
||||||||||
| 教科書＆參考書目(書名、作者、書局、代理商、說明) | ||||||||||
| 1.Python+Spark 2.0+Hadoop 機器學習與大數據分析實戰,林大貴,博碩文化 2.R資料採礦與數據分析,何宗武,碁峯圖書 3.Python機器學習,Sebastian Raschka著,劉立民，吳建華譯,博碩文化 4.Spark學習手冊,Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia,碁峰圖書 5.機器學習：使用Python進行預測分析的基本技術 Machine Learning in Python: Essential Techniques for Predictive Analysis,Michael Bowles,碁峰圖書 6.最新Hadoop Yarn的精華：MapReduce機制,王曉華,佳魁資訊 7.R 語言資料分析活用範例詳解,方匡南,朱建平,姜葉飛,碁峰圖書 |
||||||||||
| 課程教材（教師個人網址請列在本校內之網址） | ||||||||||
| http://mht.mis.nchu.edu.tw/moodle/ | ||||||||||
| 課程輔導時間 | ||||||||||
| 星期三 16:00-18:00 |
||||||||||
| 聯合國全球永續發展目標 | ||||||||||
| ||||||||||
| 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。 | |
| 更新日期 西元年/月/日：無 | 列印日期 西元年/月/日：2024 / 11 / 13 |
| MyTB教科書訂購平台：http://www.mytb.com.tw/ | |