國立中興大學教學大綱

課程名稱	(中) 決策分析專案(6107)
	(Eng.) Decision Analysis Project
開課單位	企管系
課程類別	選修			學分	3	授課教師	黃揚
選課單位	企管系 / 碩士班			授課使用語言	中文	英文/EMI	N	開課學期	1141
課程簡述	本課程目標在於讓學生具備使用Python實作基礎機器學習專案之能力。除了講解資料探勘/機器學習相關知識，亦搭配Python實作教學展示，讓學生練習相關Python套件(如Numpy, Pandas, Scikit-Learn, PyTorch等)之使用。學生在課程期間會完成在不同應用領域之資料分析實作。
先修課程名稱								課程含自主學習	Y

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.培養基礎之Python程式能力 2.培養應用資料探勘技術輔助決策分析之能力	1.批判思考 4.創新 6.自主解決問題	25 25 50	專題探討/製作 習作 討論 講授	書面報告 出席狀況 口頭報告 作業
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 Course Overview 第2週 Python Basic Tutorial 第3週 Data Preprocessing, Mining Association Rules 第4週 Classification：Confusion Matrix, Decision Tree, Bayesian Classification 第5週 Classification：Support Vector Machine, KNN, Ensemble Learning 第6週 Cluster Analysis：K-Means, Hierarchical Clustering 第7週 Neural Network I 第8週 Final Project Proposal & Discussion 第9週 Neural Network II 第10週 Computer Vision: Image Classification, Convolutional Neural Networks 第11週 Midterm Exam 第12週 Computer Vision: Image Classification, Convolutional Neural Networks 第13週 Text Mining：Information Retrieval, Vector Space Model, Recurrent Neural Networks 第14週 Large Language Models and Prompt Engineering 第15週 Final Project Presentation 第16週 Final Project Presentation 自主學習 內容 期末專題報告書面與程式檔案繳交
學習評量方式
課堂參與(10%) 作業(30%)：不同領域之資料分析實作，如PM2.5時間序列預測、冰與火之歌人物死亡預測等 期中考試(30%)：考試前一周將針對考試範圍進行講解複習 分組期末專題報告(30%)：學生自由選擇感興趣之主題，進行資料探勘與分析實作。
教科書＆參考書目(書名、作者、書局、代理商、說明)
1. I. Goodfellow and Y. Bengio and A. Courville, Deep Learning, The MIT Press, 2016 (http://www.deeplearningbook.org) 2. Data Mining: Concepts and Techniques, 3rd ed., Morgan Kaufmann Publishers, 2011, by Jiawei Han, Micheline Kamber and Jian Pei
課程教材（教師個人網址請列在本校內之網址）
自製教材，每周上課前會上傳至iLearning
課程輔導時間
星期二 13:00~15:00
聯合國全球永續發展目標(連結網址)
提供體驗課程：N

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：2025/06/09 17:05:23	列印日期 西元年/月/日：2025 / 7 / 05
MyTB教科書訂購平台：http://www.mytb.com.tw/