| 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 |
| 使用雲端平台處理大數據與AI能力 |
| 1.專業知能與實務應用 |
| 2.自主解決問題 |
| 3.創新思維 |
|
|
|
|
| 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 |
雲端計算平台定義與生態系簡介 |
| 第2週 |
大數據簡介、雲端計算與服務生態系 |
| 第3週 |
Hadoop簡介、Hadoop HDFS分散式檔案系統與Hadoop MapReducer簡介 |
| 第4週 |
Spark與Scala語言簡介 |
| 第5週 |
Hadoop Single Node Cluster設置與執行 Multi Node Cluster 安裝、 設置與執行 |
| 第6週 |
Spark 的cluster模式架構圖與各種安裝模式 |
| 第7週 |
Spark RDD 介紹與RDD 的特性 |
| 第8週 |
RDD Key-Value 基本「轉換」運算與Key-Value「動作」運算 |
| 第9週 |
期中安裝實作 |
| 第10週 |
AI與機器學習簡介 |
| 第11週 |
推薦演算法與ALS 推薦演算法介紹與使用模型進行推薦 |
| 第12週 |
二元分類演算法與決策樹二元分類 |
| 第13週 |
資料準備階段、訓練評估階與預測階段 |
| 第14週 |
邏輯迴歸二元分類與邏輯迴歸分析 |
| 第15週 |
支援向量機器SVM 二元分類與演算法基本概念 |
| 第16週 |
單純貝氏二元分類與單純貝氏分析原理簡介
彈性上課(專題研討I)
彈性上課(專題研討I) |
自主學習
內容 |
|
|
| 學習評量方式 |
| 實作與繳交報告 |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
書名：Python+Spark+Hadoop 機器學習與大數據分析實戰 林大貴 博碩書局
|
| 課程教材（教師個人網址請列在本校內之網址） |
|
| 課程輔導時間 |
| 星期一 16:00- 18:00 |
| 聯合國全球永續發展目標(連結網址) |
| 04.教育品質 09.工業、創新基礎建設 | 提供體驗課程：N |
|