Course Syllabus

Course Information：

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

Spring Semester
Year 2026 355227 Introduction to Data Science 1 3.0 3 ★ Tun-Wen Pai 4CSIE2 54 0 　

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Spring Semester Year 2026	355227	Introduction to Data Science	1	3.0	3	★	Tun-Wen Pai	4CSIE2	54	0

Course Plan：

Instructor Tun-Wen Pai　Office Hours

Email twp@ntut.edu.tw

Last Updated 2025-12-21 08:47:02

Course Objective 本課程將初步介紹資料科學之基礎，帶領學程學生學習基本程式設計及相關工具應用，如何由手上之現有資料或網路資料進行發想及定義問題、學習使用適當演算法技術，由數據中探索資料之特殊樣式，提供最佳AI決策支援之依據。 This course introduces fundamental concepts of data science. Guide students to learn basic programming and application tools. Students will learn how to analyze data in hand or collect practical data from Internet, and try to define new and creative problems. In addition, students will also learn basic algorithms to approach the solutions. Exploring and discovering the special patterns of data can provide a way for the best AI decision support.

Course Schedule 第 1 週: 課程介紹/資料分析概觀/商業智慧 (0224/0226) 第 2 週: 統計基礎 (0303/0306) 第 3 週: 資料倉儲 (0310/0313) 第 4 週: 資料探勘/資料視覺化 (0317/0320) 第 5 週: 決策樹分析 (0324/0327) 第 6 週: 迴歸分析 (0331) **0403 清明節補假第 7 週: 迴歸分析 (0407/0409) 第 8 週: 單純貝式分析 (0414/0416) **0414第一次小考 .. 第 9 週: 單純貝式分析(0421) ; 期中考試週 0424期中考試第 10 週: 類神經網路(0428) **0501 (勞動節 5/2 放假一天) 第 11 週: 類神經網路 (0512/0515) 第 12 週: 類神經網路/ 群集分析 (0515/0508) 第 13 週: 群集分析 (0519/0522) 第 14週: 群集分析/關聯規則探勘 (0526/0529) 第 15 週: 關聯規則探勘 (0602/0605) 第 16 週: 推薦系統支持向量機 (0609/0912) 第 17 週: 支持向量機/網路探勘(0616) 0619 端午節放假一天第 18 週: 第二次小考(0623) 期末考(0626)

Evaluation and grading policy 程式相關作業(20%)、小考(20%)、期中考試(30%)、期末考試(30%)

Materials All right reserved. Do not reproduce without permission.

Foreign-language textbooks:Yes
1. Lecture notes: 北科i學園 (https://istudy.ntut.edu.tw/learn/index.php) 1. Python Data Science Handbook by Jake VanderPlas (https://github.com/jakevdp/PythonDataScienceHandbook) 2. Data Analytics made accessible by Anil Maheshwari 3. Data Science from Scratch : First Principles with Python, 2/e by Joel Grus 4. An Introduction to Statistical Learning by Gareth James/Daniela Witten/Trevor Hastie/Robert Tibshirani (https://www.statlearning.com/)

The access to curricular consultation 每週一、週二16:00-18:00 @ 1524 室(Dr. Pai) / 週四16:00~18:30 @ 1621(古雲鄉)
(宏裕科技大樓Hung-Yu Research Tech. Building )

Expanding teaching and resources

The course corresponds to the SDGs SDG4：優質教育（Quality Education）
SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
SDG12：負責任的消費與生產（Responsible Consumption and Production）

Does the course incorporate AI ● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）

Note
本課程主要是學習資料科學之數據分析技術基礎，目標是帶領學生學習如何使用機器學習技術分析大數據。

Instructor	Tun-Wen Pai　Office Hours
Email	twp@ntut.edu.tw
Last Updated	2025-12-21 08:47:02
Course Objective	本課程將初步介紹資料科學之基礎，帶領學程學生學習基本程式設計及相關工具應用，如何由手上之現有資料或網路資料進行發想及定義問題、學習使用適當演算法技術，由數據中探索資料之特殊樣式，提供最佳AI決策支援之依據。 This course introduces fundamental concepts of data science. Guide students to learn basic programming and application tools. Students will learn how to analyze data in hand or collect practical data from Internet, and try to define new and creative problems. In addition, students will also learn basic algorithms to approach the solutions. Exploring and discovering the special patterns of data can provide a way for the best AI decision support.
Course Schedule	第 1 週: 課程介紹/資料分析概觀/商業智慧 (0224/0226) 第 2 週: 統計基礎 (0303/0306) 第 3 週: 資料倉儲 (0310/0313) 第 4 週: 資料探勘/資料視覺化 (0317/0320) 第 5 週: 決策樹分析 (0324/0327) 第 6 週: 迴歸分析 (0331) 0403 清明節補假第 7 週: 迴歸分析 (0407/0409) 第 8 週: 單純貝式分析 (0414/0416) 0414第一次小考 .. 第 9 週: 單純貝式分析(0421) ; 期中考試週 0424期中考試第 10 週: 類神經網路(0428) **0501 (勞動節 5/2 放假一天) 第 11 週: 類神經網路 (0512/0515) 第 12 週: 類神經網路/ 群集分析 (0515/0508) 第 13 週: 群集分析 (0519/0522) 第 14週: 群集分析/關聯規則探勘 (0526/0529) 第 15 週: 關聯規則探勘 (0602/0605) 第 16 週: 推薦系統支持向量機 (0609/0912) 第 17 週: 支持向量機/網路探勘(0616) 0619 端午節放假一天第 18 週: 第二次小考(0623) 期末考(0626)
Evaluation and grading policy	程式相關作業(20%)、小考(20%)、期中考試(30%)、期末考試(30%)
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:Yes 1. Lecture notes: 北科i學園 (https://istudy.ntut.edu.tw/learn/index.php) 1. Python Data Science Handbook by Jake VanderPlas (https://github.com/jakevdp/PythonDataScienceHandbook) 2. Data Analytics made accessible by Anil Maheshwari 3. Data Science from Scratch : First Principles with Python, 2/e by Joel Grus 4. An Introduction to Statistical Learning by Gareth James/Daniela Witten/Trevor Hastie/Robert Tibshirani (https://www.statlearning.com/)
The access to curricular consultation	每週一、週二16:00-18:00 @ 1524 室(Dr. Pai) / 週四16:00~18:30 @ 1621(古雲鄉) (宏裕科技大樓Hung-Yu Research Tech. Building )
Expanding teaching and resources
The course corresponds to the SDGs	SDG4：優質教育（Quality Education） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure） SDG12：負責任的消費與生產（Responsible Consumption and Production）
Does the course incorporate AI	● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）
Note	本課程主要是學習資料科學之數據分析技術基礎，目標是帶領學生學習如何使用機器學習技術分析大數據。