Course Syllabus

Course Information：

Year-Semester Course Number Course Name Phase Credits Hours Required/Elective Instructor Class Student NO. Withdraw Note

Fall Semester
Year 2025 351757 Big Data Analytics and Industrial Applications 1 3.0 3 ★ Chen-Shu Wang
Wu, Mu-en
Lin Shu Ling
Sung-Shun Weng EMBA - BM
資財EMBA
EMBA - IEM 41 0 (群組7) 資訊管理(關聯群3)

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Fall Semester Year 2025	351757	Big Data Analytics and Industrial Applications	1	3.0	3	★	Chen-Shu Wang Wu, Mu-en Lin Shu Ling Sung-Shun Weng	EMBA - BM 資財EMBA EMBA - IEM	41	0	(群組7) 資訊管理(關聯群3)

Course Plan：

Instructor Chen-Shu Wang　Office Hours

Email wangcs@ntut.edu.tw

Last Updated 2025-09-02 14:02:00

Course Objective 本課程在使學生了解各種不同的資訊科技(Information Technology)與管理資訊系統間的關連性，並實際應用所教授的IT技術進行學術研究。藉由IT技術的應用演練，讓學生將實際進行問題分析、模型發展、系統開發、模擬實驗及最後的研究結論與模型驗證。提升學生獨立思考與解決問題之能力，培養科學的態度與學術研究的知識。本課程能夠： 1. 學生俱備基礎數據分析能力 2. 能夠將所學應用於生活中決策問題輔助

Course Schedule
(Week 1-16) 週次(堂次) 課程主題 1. 數據分析概述 2. 資料前處理作業1: 怎麼吃最聰明? 3. 講到大數據，一定要分析呀！不然咧作業2: 選出您的夢幻球隊 4 讓你的組織注入AI魂作業3: 誰是願意付錢的好顧客? 5. 機器學習畫布 Machine Learning Canvas框架介紹與應用作業4: 設計您的畫布? 6 眾裡尋他千百度:文字探勘

Evaluation and grading policy （一）發言與討論及出缺席占總成績30% 1. 管理實務：老師在課堂提出問題，同學根據學習環境的條件，及學期報告的資料整理，進行心得分享與討論 2. 老師在課堂給予學生重點引導，帶領學生深入瞭解問題，並提供問題的解決方向。 3. 課堂上若有需要隨時進行點名。 4. 點名以重視課堂學習為精神，因特殊原因請假可獲得部分分數。（二）操做練習(作業等)占總成績70% 1. 各項工具：帶領學生操作RapidMiner, orange 3等軟體的操作。 2. 借由各項工具完成指定作業。

Materials All right reserved. Do not reproduce without permission.

Foreign-language textbooks:No
自編教材

The access to curricular consultation wangcs@ntut.edu.tw

Expanding teaching and resources

The course corresponds to the SDGs 無（None）

Does the course incorporate AI ● 無（None）

Note
　

Instructor	Chen-Shu Wang　Office Hours
Email	wangcs@ntut.edu.tw
Last Updated	2025-09-02 14:02:00
Course Objective	本課程在使學生了解各種不同的資訊科技(Information Technology)與管理資訊系統間的關連性，並實際應用所教授的IT技術進行學術研究。藉由IT技術的應用演練，讓學生將實際進行問題分析、模型發展、系統開發、模擬實驗及最後的研究結論與模型驗證。提升學生獨立思考與解決問題之能力，培養科學的態度與學術研究的知識。本課程能夠： 1. 學生俱備基礎數據分析能力 2. 能夠將所學應用於生活中決策問題輔助
Course Schedule (Week 1-16)	週次(堂次) 課程主題 1. 數據分析概述 2. 資料前處理作業1: 怎麼吃最聰明? 3. 講到大數據，一定要分析呀！不然咧作業2: 選出您的夢幻球隊 4 讓你的組織注入AI魂作業3: 誰是願意付錢的好顧客? 5. 機器學習畫布 Machine Learning Canvas框架介紹與應用作業4: 設計您的畫布? 6 眾裡尋他千百度:文字探勘
Evaluation and grading policy	（一）發言與討論及出缺席占總成績30% 1. 管理實務：老師在課堂提出問題，同學根據學習環境的條件，及學期報告的資料整理，進行心得分享與討論 2. 老師在課堂給予學生重點引導，帶領學生深入瞭解問題，並提供問題的解決方向。 3. 課堂上若有需要隨時進行點名。 4. 點名以重視課堂學習為精神，因特殊原因請假可獲得部分分數。（二）操做練習(作業等)占總成績70% 1. 各項工具：帶領學生操作RapidMiner, orange 3等軟體的操作。 2. 借由各項工具完成指定作業。
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:No 自編教材
The access to curricular consultation	wangcs@ntut.edu.tw
Expanding teaching and resources
The course corresponds to the SDGs	無（None）
Does the course incorporate AI	● 無（None）
Note