| Relevance of Course Objectives and Core Learning Outcomes(%) |
Teaching and Assessment Methods for Course Objectives |
| Course Objectives |
Competency Indicators |
Ratio(%) |
Teaching Methods |
Assessment Methods |
| 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。 |
| 3.Professional Knowledge in Statistical Analysis |
| 7.Theory of Mathematical Analysis, Statistics, and Mechanics |
|
|
| topic Discussion / Production |
| Lecturing |
|
| Written Presentation |
| Oral Presentation |
| Quiz |
| Internship |
|
| Course Content and Homework/Schedule/Tests Schedule |
| Week |
Course Content |
| Week 1 |
第1週 數據科學簡介 (起源、問題定義、專案規劃、資料收集)
|
| Week 2 |
第2週 數據科學簡介 (分析、各領域應用、現況趨勢) |
| Week 3 |
第3週 數據前處理 |
| Week 4 |
第4週 數據分析相關基礎統計介紹 |
| Week 5 |
第5週 數據探索性資料分析 |
| Week 6 |
第6週 數據特徵工程 |
| Week 7 |
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 |
| Week 8 |
第8週 期中報告 (1) |
| Week 9 |
第9週 期中報告 (2) |
| Week 10 |
第10週 數據科學任務 (聚類、異常值檢測) |
| Week 11 |
第11週 數據科學任務 (關聯規則挖掘、常用效能評估指標) |
| Week 12 |
第12週 數據科學任務 (分類) |
| Week 13 |
第13週 數據科學任務 (回歸) |
| Week 14 |
第14週 數據視覺化 |
| Week 15 |
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。 |
| Week 16 |
第16週 期末報告 |
self-directed
learning |
03.Preparing presentations or reports related to industry and academia.
|
|
| Evaluation |
作業 20%
期中報告 40%
期末報告 40% |
| Textbook & other References |
| Data Science，John D. Kelleher, Brendan Tierney，MIT，ISBN:0262535432 |
| Teaching Aids & Teacher's Website |
| 教科書、投影片、ilearn 3.0 |
| Office Hours |
| 星期一 下午13:00-15:00 |
| Sustainable Development Goals, SDGs(Link URL) |
| include experience courses：N |
|