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 355229 Big Data Programming 1 3.0 3 ★ Lee-Jyi Wang 4CSIE2 39 0 　

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Spring Semester Year 2026	355229	Big Data Programming	1	3.0	3	★	Lee-Jyi Wang	4CSIE2	39	0

Course Plan：

Instructor Lee-Jyi Wang　Office Hours

Email richwang@ntut.edu.tw

Last Updated 2026-03-02 16:22:06

Course Objective 課程中將教導學生如何透過以程式(Python)的方式，來自動建置必要的檔案環境，用來儲存及引用這些擷取來的巨量資訊或大數據(Big Data)，以利後續的搜尋與增刪，使能更符合教育現場對此數據的應用。對於眾多的Python資料處理與網頁擷取模組，課程中嘗試以分門別類的方式，來示範如何從網路及雲端擷取各種類型與項目的資料，並提供練習與提問，讓學生熟練這些模組及其使用的方法，進而可以將這些內容應用在未來面對的教育大數據項目中，甚或能開發出更貼合教育情境的模組，還能分享以供大眾使用。 In this course we will teach students how to have the ability for processing big data. It includes how to automatically create the necessary file environment for storing and referencing the huge amount of information or big data, which accessed through a programmatic approach (by Python) to facilitate subsequent search, addition, and deletion to better fit the application of such data in the educational scenarios and their own fields. Furthermore, there are many Python data processing and web scraping modules developed for public use. Thus, we try to demonstrate how to use these modules to retrieve various types of data from the Internet and the cloud in a separate way. To help students understand the usages of the common used modules, this course will provide related exercises and questions for students to familiarize themselves with these modules. Hopefully, the students can learn, and then apply these contents to their own fields and future educational big data projects.

Course Schedule 第 1週 Pythont語法的回顧與應用第 2週 Python常用模組引用與類別介紹第 3週 Python檔案管理與Regular Expression介紹第 4週資料的清理與分析介紹第 5週資料的清理與分析應用第 6週網頁內容的爬取介紹第 7週網頁內容的爬取應用第 8週雲端資料的存取介紹第 9週期中考試第10週雲端資料的存取應用-1 第11週雲端資料的存取應用-2 第12週開放資料平台介紹第13週開放資料平台應用第14週資料的視覺化呈現-1 第15週資料的視覺化呈現-2 第16週資料庫的存取介紹與應用第17週整合專題實作第18週期末考試或上台報告

Evaluation and grading policy (*) 因為本課程同時也是"教育大數據微學程"中的基礎課程，主要利用Python來進行數據資料的處理與應用，因此建議具備Python基礎的同學再來選修。作業與小考(30%) 課程參與(20%) 期中考試(25%) 期末考試或展示(25%)

Materials All right reserved. Do not reproduce without permission.

Foreign-language textbooks:No
稍後公告。

The access to curricular consultation 請於課堂上發問，或於輔導時間來討論。

Expanding teaching and resources ● 數位科技融入 (Digital Technology Integration)
運用生成式AI、VR/AR、IoT、IRS等新興科技輔助教學與評量。
Utilizes emerging technologies such as Generative AI, VR/AR, IoT, and IRS (Interactive Response Systems) to facilitate teaching and assessment.

The course corresponds to the SDGs SDG4：優質教育（Quality Education）

Does the course incorporate AI ● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process）
● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）

Note
此課程的全部內容皆符合提升 SDG 4：優質教育 (Quality Education) 的指標。

Instructor	Lee-Jyi Wang　Office Hours
Email	richwang@ntut.edu.tw
Last Updated	2026-03-02 16:22:06
Course Objective	課程中將教導學生如何透過以程式(Python)的方式，來自動建置必要的檔案環境，用來儲存及引用這些擷取來的巨量資訊或大數據(Big Data)，以利後續的搜尋與增刪，使能更符合教育現場對此數據的應用。對於眾多的Python資料處理與網頁擷取模組，課程中嘗試以分門別類的方式，來示範如何從網路及雲端擷取各種類型與項目的資料，並提供練習與提問，讓學生熟練這些模組及其使用的方法，進而可以將這些內容應用在未來面對的教育大數據項目中，甚或能開發出更貼合教育情境的模組，還能分享以供大眾使用。 In this course we will teach students how to have the ability for processing big data. It includes how to automatically create the necessary file environment for storing and referencing the huge amount of information or big data, which accessed through a programmatic approach (by Python) to facilitate subsequent search, addition, and deletion to better fit the application of such data in the educational scenarios and their own fields. Furthermore, there are many Python data processing and web scraping modules developed for public use. Thus, we try to demonstrate how to use these modules to retrieve various types of data from the Internet and the cloud in a separate way. To help students understand the usages of the common used modules, this course will provide related exercises and questions for students to familiarize themselves with these modules. Hopefully, the students can learn, and then apply these contents to their own fields and future educational big data projects.
Course Schedule	第 1週 Pythont語法的回顧與應用第 2週 Python常用模組引用與類別介紹第 3週 Python檔案管理與Regular Expression介紹第 4週資料的清理與分析介紹第 5週資料的清理與分析應用第 6週網頁內容的爬取介紹第 7週網頁內容的爬取應用第 8週雲端資料的存取介紹第 9週期中考試第10週雲端資料的存取應用-1 第11週雲端資料的存取應用-2 第12週開放資料平台介紹第13週開放資料平台應用第14週資料的視覺化呈現-1 第15週資料的視覺化呈現-2 第16週資料庫的存取介紹與應用第17週整合專題實作第18週期末考試或上台報告
Evaluation and grading policy	(*) 因為本課程同時也是"教育大數據微學程"中的基礎課程，主要利用Python來進行數據資料的處理與應用，因此建議具備Python基礎的同學再來選修。作業與小考(30%) 課程參與(20%) 期中考試(25%) 期末考試或展示(25%)
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:No 稍後公告。
The access to curricular consultation	請於課堂上發問，或於輔導時間來討論。
Expanding teaching and resources	● 數位科技融入 (Digital Technology Integration) 運用生成式AI、VR/AR、IoT、IRS等新興科技輔助教學與評量。 Utilizes emerging technologies such as Generative AI, VR/AR, IoT, and IRS (Interactive Response Systems) to facilitate teaching and assessment.
The course corresponds to the SDGs	SDG4：優質教育（Quality Education）
Does the course incorporate AI	● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process） ● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）
Note	此課程的全部內容皆符合提升 SDG 4：優質教育 (Quality Education) 的指標。