國立中興大學教學大綱

課程名稱	(中) 演算法應用與Python實作(7762)
	(Eng.) Applications of Algorithms and Python Practices
開課單位	大數據碩專班
課程類別	選修			學分	3	授課教師	蔡亞倫
選課單位	大數據碩專班 / 碩專班			授課使用語言	中文	開課學期	1142
課程簡述	此課程將深入淺出介紹一些經典機器學習演算法,並且也會介紹實用的數據科學基礎數學. Python是數據科學中最受歡迎的程式語言之一,我們將學習基礎python程式設計,並應用在演算法的實作演練. 所有內容包含演算法,基礎數學,程式語言都會在課程中詳細解說,修課同學不須要有相關數學與電腦背景.
先修課程名稱

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
以經典機器學習演算法,基礎python程式設計,數據科學基礎數學為課程學習目標	2.計算科學專業知識 4.數學與統計軟體能力	50 50	討論 實習 講授	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 課程簡介 第2週 Sage軟體與Python實作環境介紹 第3週 基礎程式設計 第4週 基礎程式設計 第5週 數據科學基礎數學與Python實作一 第6週 數據科學基礎數學與Python實作二 第7週 機器學習演算法應用一:K-Nearest Neighbor(KNN) 第8週 機器學習演算法應用二:K-means clustering(k-means) 第9週 機器學習演算法應用三:Support vector machine(SVM) 第10週 機器學習演算法應用四:Principal component analysis(PCA) 第11週 機器學習演算法應用五:Linear and polynomial regressions 第12週 機器學習演算法應用六:Logistic regression 第13週 機器學習演算法應用七:Decision tree 第14週 解方程組演算法應用一:Euclidean algorithm 第15週 解方程組演算法應用二:Gaussian elimination 第16週 解方程組演算法應用三:Groebner bases 最佳化演算法應用:lagrange multiplier 期末小組報告 自主學習 內容
學習評量方式
課堂參與(20%)+作業(60%)+期末報告(20%)
教科書＆參考書目(書名、作者、書局、代理商、說明)
TBA
課程教材（教師個人網址請列在本校內之網址）
I-Learning
課程輔導時間
69
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：無	列印日期 西元年/月/日：2026 / 4 / 05
MyTB教科書訂購平台：http://www.mytb.com.tw/