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
110-2	297013	資料科學導論	1	3.0	3	★	白敦文	資工二	72	2

教學大綱與進度：

教師姓名	白敦文
Email	twp@ntut.edu.tw
最後更新時間	2022-02-23 21:15:04
課程大綱	本課程介紹資料科學之基礎，帶領學程學生學習基本程式設計及工具應用，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，提供最佳決策支援之依據。
課程進度	第 1 週: 資料分析概觀及商業智慧 第 2 週: 資料倉儲 第 3 週: 資料探勘 第 4週: 資料視覺化 第 5 週: 運動會停課 第 6 週:決策樹介紹 第 7 週: 迴歸分析介紹 第 8 週: 類神經網路介紹 第 9 週: 期中考試 第 10 週: 群集分析 第 11 週: 關聯規則探勘 第 12 週: 文字探勘技術 第 13 週: 單純貝式分析 第 14 週: 支援向量機 第 15 週: 網路探勘 第 16 週: 社交網路數據分析 第 17 週: 業界講師經驗分享 第 18 週: 期末考試
評量方式與標準	作業(20%) 小考(20%) 期中考試(30%) 期末考試(30%)
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 講義資料 Python Data Science Handbook By: Jake VanderPlas
課程諮詢管道
備註	1. 同學如有加退選簽核或課程問題請寫信至 twp@ntut.edu.tw，信件標題 [資料科學導論]_班級(或隨班附讀)_名字。 2. 本課程其他資料將透過北科i學園plus公布。 3. 本課程因應疫情可能會調整授課內容、授課方式、評分項目與配分比例。如果無法實體上課，預定使用Teams於原定上課時間遠距上課，細節將再另行公布。