教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
114-2	360010	資料科學與視覺化	1	3.0	3	★	李鎮宇	經管三	11	0

教學大綱與進度：

教師姓名	李鎮宇　教師諮商時間(Office Hours)
Email	G.C.Li@ntut.edu.tw
最後更新時間	2026-02-24 16:42:59
課程大綱	本課程透過 R 語言 介紹資料科學與資料視覺化。課程預設學生不具備 R 語言或資料程式設計的基礎經驗。課程內容聚焦於應用型資料科學技能，將帶領學生學習清理、探索、轉換和視覺化資料的方法。鑒於 AI 是未來程式設計與資料分析的趨勢，本課程鼓勵學生運用適當的 AI 工具來輔助學習與專案實作。學生將在練習和專案中，運用真實數據實踐這些方法。 This course introduces data science and data visualization through the R language. The course assumes no prior experience in R or data programming. Focusing on applied data science skills, students will be introduced to the methods to tidy, explore, transform, and visualize data. Recognizing that AI is the future of programming and data analysis, this course encourages students to utilize appropriate AI tools to assist with learning and project implementation. Students will practice them with real data in exercises and projects.
課程進度	週次 (Week) / 內容 (Content) I. Data Science 資料科學 (教科書/textbook: “R in Action” ) 1 和平紀念日 Peace Memorial Day 2 課程導論、軟體安裝 Introduction to the course, installation 3 R 語言基礎指令、套件 Basic R Commands, packages 4 資料選擇、資料格式 Data selection, Data formats 5 工作流程、比較分析 Workflows, comparisons 6 兒童節 Children’s Day 7 資料轉換：長型與寬型資料 (Data transformations: Long & Wide Data 8 函數、疊代 Functions, Iteration 9 期中考週 Midterm Week II. Visualization 資料視覺化 (教科書/textbook: “Data Visualization with R” ) 10 資料準備 Data Preparation (Ch. 1) 11 ggplot 簡介 Introduction to ggplot (Ch. 2) 12 單變量圖表、雙變量圖表 Univariate Graphs, Bivariate Graphs (Ch. 3-4) 13 多變量圖表 Multivariate Graphs (Ch. 5) 14 統計模型與圖表 Statistical Models and Graphs (Ch. 8) III. Analyzing Data 資料分析 15 迴歸 Regression 16 模型建構 Modeling 17 端午節 Dragon Boat Festival 18 期末週: 專案報告 Project Presentation
評量方式與標準	32.5% Homework 32.5% Midterm 35.0% Final Project 100% Total
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：是 Textbook: Data Visualization with R, Rob Kabacoff (free) Reference: R in Action: Data Analysis and Graphics with R, Robert Kabacoff Resources available in the library: R for data science : import, tidy, transform, visualize, and model data / Hadley Wickham, Garrett Grolemund. https://holding.lib.ntut.edu.tw/bookDetail/439156 R資料科學 / Hadley Wickham, Garrett Grolemund著 ; 黃銘偉譯 作者：韋克漢 (Wickham, Hadley) https://holding.lib.ntut.edu.tw/bookDetail/457346
課程諮詢管道	傳LINE訊息或郵件給老師。 Send LINE message or email the instructor.
延伸教學與資源	● 混成學習 (Blended Learning) 課程結合實體授課與線上學習（同步視訊／非同步活動）。 Combines face-to-face instruction with online learning (including synchronous video sessions or asynchronous activities). ● 數位教材資源應用 (Application of Digital Resources) 採用影音多媒體或具開放授權之資源（如OCW、開放教科書）作為主要或輔助教材。 Adopts multimedia or open-licensed resources (e.g., OCW, Open Textbooks) as primary or supplementary teaching materials. ● 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.
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG8：尊嚴就業與經濟發展（Decent Work and Economic Growth） SDG12：負責任的消費與生產（Responsible Consumption and Production）
課程是否導入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） ● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI）
備註	As an EMI class, the class will be streamed and recorded via Google Meet to support diverse studying and reviewing habits and schedules. This format provides a clearer view of the shared screen, allows for automated closed captioning, and offers flexible timing for those who wish to revisit the lecture. 作為英語教學，課程同步提供 Google Meet 線上直播與錄影，以支援多樣化的學習與複習需求。此方式提供更清晰的共享螢幕畫面與自動字幕功能，更具備時間彈性，方便同學依照個人進度重複觀看或回顧教學內容。 Use of AI (vide coding) is encouraged in this course. 本課程鼓勵使用 AI 協助編碼與學習。 Class LINE group / 資料科學與視覺化LINE群組: https://line.me/ti/g/S9GBj3w33w