查詢教學大綱與進度

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

110-1 294622 資料探勘與商業智慧 1 3.0 3 ★ 邱志洲經管所 19 1 　

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
110-1	294622	資料探勘與商業智慧	1	3.0	3	★	邱志洲	經管所	19	1

教學大綱與進度：

教師姓名邱志洲

Email chih3c@ntut.edu.tw

最後更新時間 2021-09-16 23:07:22

課程大綱建立學生對各類資料探勘技術與理論的基礎觀念及架構，以奠定學生日後從事資料探勘分析與研究工作時之需。相關的分析技術將包括應用在分類(classification)、推估(estimation)、預測(prediction)、關聯式分組(affinity grouping)、同質分組(clustering)等功能中的決策樹、(decision tree)多變量分析(multivariate analysis)及類神經網路(neural network)等方法。此外為了讓學生對相關技術有更深的瞭解，課程中將以個案實例為主，並配合各種資料探勘套裝軟體，以應用的觀點使學生更容易接受了解在商業智慧分析上資料探勘分析的功用。 Several fundamental theories of data mining techniques are included in this course. For examples, decision tree, multivariate analysis and neural network. All these techniques will be applied in different areas, such as classification, association rule, forecasting, and pattern recognition. And various applications in different enterprises are also included.

課程進度 1 (09/16) Introduction 2 (09/23) Illustrated Examples and BI Cluster analysis 1 3 (09/30) Cluster analysis 2 4 (10/07) Discriminant 1 5 (10/14) Discriminant 2 6 (10/21) Discriminant 3 7 (10/28) Neural Network (MLP) 8 (11/04) Decision Tree 9 (11/11) Association Rule 10 (11/18) Exam 11 (11/25) Text Mining1 12 (12/02) Text Mining2 13 (12/09) Project discussion 14 (12/16) Project discussion 15 (12/23) Project discussion 16 (12/30) Project discussion 17 (01/06) Project presentation 18 (01/13) Project presentation

評量方式與標準 Exam 40% Final Project 60%

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：否
● 資料探勘 (Data Mining), 曾憲雄等, 旗標出版股份有限公司, 2005 ● Machine learning, Tom Mitchell, McGraw-Hill, 1997 ● Data Mining: Concepts and Techniques, Han and Kamber, Morgan Kaufmann, 2000 ● Predictive Data Mining, Weiss and Indurkhya, Morgan Kaufmann, 1998 ● Data Mining Your Web Site, J. Mena, Digital Press, 1999 ● Research paper collection, (collected by instructor) will be distributed in class ● Applied Multivariate Statistical Analysis, by Johnson, R.A., and Wichern, D.W., Prentice Hall, 2002. ● Machine Learning Group at the University of Waikato https://www.cs.waikato.ac.nz/ml/weka/courses.html

課程諮詢管道有任何問題請寫信給邱老師 chih3c@mail.ntut.edu.tw

課程對應SDGs指標

課程是否導入AI

備註 ●上課方式：遠距上課

●評量方式：
若仍處於二級警戒將繼續採遠距上課，期中與期末報告採線上報告
●補充說明資訊：

教師姓名	邱志洲
Email	chih3c@ntut.edu.tw
最後更新時間	2021-09-16 23:07:22
課程大綱	建立學生對各類資料探勘技術與理論的基礎觀念及架構，以奠定學生日後從事資料探勘分析與研究工作時之需。相關的分析技術將包括應用在分類(classification)、推估(estimation)、預測(prediction)、關聯式分組(affinity grouping)、同質分組(clustering)等功能中的決策樹、(decision tree)多變量分析(multivariate analysis)及類神經網路(neural network)等方法。此外為了讓學生對相關技術有更深的瞭解，課程中將以個案實例為主，並配合各種資料探勘套裝軟體，以應用的觀點使學生更容易接受了解在商業智慧分析上資料探勘分析的功用。 Several fundamental theories of data mining techniques are included in this course. For examples, decision tree, multivariate analysis and neural network. All these techniques will be applied in different areas, such as classification, association rule, forecasting, and pattern recognition. And various applications in different enterprises are also included.
課程進度	1 (09/16) Introduction 2 (09/23) Illustrated Examples and BI Cluster analysis 1 3 (09/30) Cluster analysis 2 4 (10/07) Discriminant 1 5 (10/14) Discriminant 2 6 (10/21) Discriminant 3 7 (10/28) Neural Network (MLP) 8 (11/04) Decision Tree 9 (11/11) Association Rule 10 (11/18) Exam 11 (11/25) Text Mining1 12 (12/02) Text Mining2 13 (12/09) Project discussion 14 (12/16) Project discussion 15 (12/23) Project discussion 16 (12/30) Project discussion 17 (01/06) Project presentation 18 (01/13) Project presentation
評量方式與標準	Exam 40% Final Project 60%
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：否 ● 資料探勘 (Data Mining), 曾憲雄等, 旗標出版股份有限公司, 2005 ● Machine learning, Tom Mitchell, McGraw-Hill, 1997 ● Data Mining: Concepts and Techniques, Han and Kamber, Morgan Kaufmann, 2000 ● Predictive Data Mining, Weiss and Indurkhya, Morgan Kaufmann, 1998 ● Data Mining Your Web Site, J. Mena, Digital Press, 1999 ● Research paper collection, (collected by instructor) will be distributed in class ● Applied Multivariate Statistical Analysis, by Johnson, R.A., and Wichern, D.W., Prentice Hall, 2002. ● Machine Learning Group at the University of Waikato https://www.cs.waikato.ac.nz/ml/weka/courses.html
課程諮詢管道	有任何問題請寫信給邱老師 chih3c@mail.ntut.edu.tw
課程對應SDGs指標
課程是否導入AI
備註	●上課方式：遠距上課 ●評量方式：若仍處於二級警戒將繼續採遠距上課，期中與期末報告採線上報告 ●補充說明資訊：