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	294844	資料科學	1	3.0	3	★	邱弘緯 劉傳銘	AI雙聯專班一	36	0	110碩一要修，9/26、10/2、10/17、11/27、12/4、12/19

教學大綱與進度：

教師姓名	邱弘緯
Email	hwchiu@ntut.edu.tw
最後更新時間	2021-09-10 13:44:43
課程大綱	資料科學為最熱門的職業之一，各行各業對於數據分析的人才需求正在蓬勃發展，本課程在於培育從事資料科學或機器學習的人員來發展相關知識和技能。課程內容以線性代數、機率、統計學等工程數學為理論學習基礎，操作Python作為資料科學的實作工具，包括其相關Python基礎語法、各種資料型態、數據 可視化、開源工具等。接著學習利用Python取得數據資料，進而操作各種迴歸 分析來手動分析數據資料，並實作梯度遞減，決策樹等最佳化演算方法。最後則是介紹機器學習、深度學習等最新的AI演算方法來分析大數據並輔助決策。 Data Science has been ranked as one of the hottest professions and the demand for data practitioners is booming. This course is designed to develop people engaged in data science or machine learning to develop relevant knowledge and skills. You will understand how data science works based on mathematics, such as linear algebra, probability and statistics. Python is the best tool to learn how to conduct data science analyze data. Learn the basic language skills, common data types, visualization tools and extended modules for data grabbing and regression analysis. Gradient decent and decision tree for optimization will be covered. Finally, AI algorithm, machine learning, and deep learning, are introduced how data help in decision making.
課程進度	Topic 1: Data collection, linear regression and Python Lab Topic 2: Data processing, visualization Python Lab Topic 3: Exploratory data analysis and Python Lab
評量方式與標準	● Prof. Chiu : Homework Assignments 25% ● Prof. Chiu : Midterm project 25%
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 Data Science from Scratch, 2nd ed. Joel Grus. O'REILLY. 2019.
課程諮詢管道	Please email to hwchiu@ntut.edu.tw or by Line message.
備註	●上課方式：分流上課 ● 邱弘緯老師部份 : 會以分流上課，學生可以自由選擇實體教室或遠距上課。 Under the Level 2 epidemic alert, students are free to choose the classroom or online learning during the course session taught by Prof. Chiu. ●評量方式： ● Prof. Chiu : Upload Homework Assignments to Teams before the deadline. Upload Midterm project to Teams before the deadline. ●補充說明資訊：