國立中興大學教學大綱

課程名稱	(中) 大數據分析與應用(3006)
	(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		開課學期	1121
課程簡述	本課程將利用 Problem Based Learning (PBL) 的教學風格，培養學生掌握大數據(big data)處理中最重要的技術：知識發現(knowledge discovery in databases, KDD）。我們每週都會有知識與實作的教學，引導同學們透過 Python 將習得的知識應用到真實世界的資料，進而真正掌握自主發現新知識，解決真實世界問題的能力。 P.S. ✨ 請同學於選課後參考 ilearning3.0 完成 google classroom 課程登入。 ✨ 本課程為非同步遠距課程，一般來說不需要到校上課，然而請注意，第一週(因颱風停課關係改為第二週)和期中考週是「實體課程」，請記得到教室！ ✨ 課程難度設計上，同學每週約需花 4 小時完成課程任務。若基礎較差的話，可利用比較輕鬆的前三週課程來練習課程提供的「基本功補充教材」。 ✨ 欲加簽的外系同學請留意，建議修課者需具備基本的程式能力，以確保能夠順利完成期末報告。由於第一週受颱風影響停班停課，加簽時間改為9/7(四)上午11點，在社管大樓sc680進行，課堂人數上限為50人，額滿即停止加簽。若有其他疑問，請先聯絡TA，勿直接寄信給老師：聯絡Email：g111029016@smail.nchu.edu.tw
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.掌握KDD的精神。
2.學會使用python去實踐KDD。
3.利用PBL培養學生主動利用專業解決真實世界的問題之能力。
4.培養出足以滿足學界與業界的大數據人才。

1.專業知識與應用

2.獨立分析

3.創意

網路/遠距教學

習作

討論

講授

專題探討/製作

測驗

實作

作業

口頭報告

出席狀況

授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週)

週次	授課內容
第1週	加退選週
第2週	Data Science Intro Python basics, Colab Basics, Pandas, Pyplot
第3週	Statistics Basics chi square, covariance, correlation, anova, T-test
第4週	Data Preprocessing A data loading, normalization library utilization
第5週	Data Preprocessing B imputation, label encoding
第6週	國慶連假(9/23補課 Self-learning: Report Preparation)
第7週	期末報告提案(期中預報)
第8週	Data Preprocessing C Data Visualize, Discretize, Partition, PCA, Feature Selection
第9週	Decision Tree info gain, gain ratio, gini index
第10週	Random Forest & Bayes conditional probability
第11週	ANN for Classification back propagation
第12週	Association Rule association rules, support, confidence, lift
第13週	Cluster k-means, Euclidean distance, Manhattan distance, Weighted Euclidean distance
第14週	Self-learning: Midterm Exam & Final Report Preparation
第15週	期中考
第16週	期末報告_1
第17週	期末報告_2
第18週	期末報告_3

學習評量方式

1.課堂練習: 30%
2.期中考試: 30%
3.期末報告: 40%

教科書＆參考書目(書名、作者、書局、代理商、說明)

1. Data Mining : Practical Machine Learning Tools and Techniques, Ian H. , Eibe Frank , Mark Hall , Christopher Pal
2. Big-Data Analytics: for Cloud, IoT and Cognitive Computing, Kai Hwang, Min Chen, WILEY
3. R資料採礦與數據分析,何宗武,碁峯圖書
4. 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
5. Python大數據特訓班：資料自動化收集、整理、分析、儲存與應用實戰,文淵閣工作室編著,碁峰圖書
6. Python機器學習,Sebastian Raschka著,劉立民，吳建華譯,博碩文化
7. 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
8. Python機器學習(第三版)-上, Sebastian Raschka、Vahid Mirjalili, ISBN: 9789864345182, 博碩文化
9. Python機器學習(第三版)-下, Sebastian Raschka、Vahid Mirjalili, ISBN: 9789864345182, 博碩文化
10. 統計學與Excel資料分析之實習應用〈第七版〉[培養大數據分析力一定要會的統計分析與資料處理工具], 王文中、錢才瑋, ISBN: 9789864348497 ,博碩文化
11. 統計學 (第11版), Gerald Keller, ISBN: 9789579282369 ,新加坡商聖智學習亞洲私人有限公司台灣分公司
12. 機器學習入門：使用Scikit-Learn與TensorFlow, 黃健庭, ISBN: 9786263240285, 碁峰資訊
13. Python Data Science Bible資料科學自學聖經, 文淵閣工作室, ISBN: 9786263241657, 碁峰資訊
14. Python 機器學習超進化：AI影像辨識跨界應用實戰, 文淵閣工作室, ISBN: 9789865026196, 碁峰資訊

課程教材（教師個人網址請列在本校內之網址）

第一堂課程將會公告GC(Google Classroom)金鑰，屆時請同學加入。

課程輔導時間

加入GC後，可透過信件或平台與助教聯繫預約時段。

聯合國全球永續發展目標

01.消除貧窮 02.消除飢餓 03.健康與福祉 04.教育品質 05.性別平等 06.淨水與衛生 07.可負擔能源 08.就業與經濟成長 09.工業、創新基礎建設 10.減少不平等 11.永續城市 12.責任消費與生產 13.氣候行動 14.海洋生態 15.陸地生態 16.和平與正義制度 17.全球夥伴

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：2023/09/04 00:16:40	列印日期西元年/月/日：2024 / 5 / 19
MyTB教科書訂購平台：http://www.mytb.com.tw/