|
課程名稱 |
大數據理論及實務應用
Big Data Applications and Theories |
|
開課學期 |
112-2 |
|
授課對象 |
理學院 數學系 |
|
授課教師 |
林大溢 |
|
課號 |
MATH5037 |
|
課程識別碼 |
221 U6940 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期三2,3,4(9:10~12:10) |
|
上課地點 |
天數102 |
|
備註 |
限本系所學生(含輔系、雙修生)
總人數上限：30人
外系人數限制：10人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
本課程尚未建立核心能力關連 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
選課學生：不限科系，這是一門大數據的入門課程，讓你認識大數據，作為你將來big data進階選課的參考依據！
這個世紀, 當我們生活在大數據資料時代，身為台大學生當然需要且必要知道，不論文字、數字、照片、視訊、音訊、座標、時間、速度、網際網路、行動網路等交織成的數位大數據資料空間，我們可以做什麼？我們應該了解什麼？Mobile network, Cybersecurity, COVID-19, and Fintech是我們這門大數據導論的入門介紹目標。 |
|
課程目標 |
修完此門課的同學將能夠：
1. 舉出真實世界中Big Data 的實例和描述大數據的三個關鍵資料來源
2. 運用Google big data tools 發現問題，找出可能的線索與預測
3. 解釋Big Data的6V
4. 了解Big Data分析的標準五步驟的使用方法
5. 辨別問題是Big Data類型或不是？
6. 明瞭Big Data的應用領域個案與應用原理，個案包含：Google Map, Google Search, Google Scholar, Facebook, Google Trend, Online Banking, Cyber Security, COVID-19, diseases control and prediction, Social Media
7. 學習如何獨自：選擇報告之Big Data題目、製作ppt及上台簡報、寫期末報告
8.Big Data的未來職涯路徑和創業機會 |
|
課程要求 |
1.準時出席不缺課
2.期中與期末上台報告
同學如果做不到, 請勿選此門課程 |
|
預期每週課後學習時數 |
2 hours |
|
Office Hours |
另約時間 備註： 另約時間備註欄：每週三 12:30~13:20
備註：前一週預約 下一週的Wednesday 12:30-13:20 |
|
指定閱讀 |
1.The PageRank Citation Ranking: Bringing Order to the Web
2.Big Data Analytics in Cyber Security: Network Traffic and Attacks
3.Cloud Based Big Data Analytics Framework for Face Recognition in Social Networks Using Machine Learning
4.Social media big data analytics: A survey
5.Big data analytics for investigating Taiwan Line sticker social media marketing
6.Infection forecasts powered by big data |
|
參考書目 |
1.The PageRank Citation Ranking:Bringing Order to the Web by Larry Page and Sergey Brin
2.The Introduction to Data Science Version 3 by Robert W. De Graaf |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
期中簡報 |
30% |
準備mid-term presentation, self-recording video 8-10min, upload to Facebook 課程封閉式群組 |
2. |
期末簡報及報告 |
50% |
準備term presentation, self-recording video 8-10min, upload to Facebook 課程封閉式群組, email繳交5~10 pages term report |
3. |
課堂參與 |
20% |
1.上課中針對老師上課內容，提問及參與討論
2.期中和期末，針對同學的簡報，提問、建議、討論 |
|
|
針對學生困難提供學生調整方式 |
|
上課形式 |
|
|
作業繳交方式 |
|
|
考試形式 |
|
|
其他 |
由師生雙方議定 |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
2/21 |
(實體課程) 課程介紹、大數據導論
Course briefing
What Launched the Big Data Era?
What Makes Big Data Valuable? |
|
第2週 |
2/28 |
國定假日：228放假 |
|
第3週 |
3/06 |
(實體課程) 大數據工具介紹，個案 Google Big Data Tools/紐約市停車管理
Google Search, Google Scholar, Google Trend, Google Map, Google Earth, Google Books
Big Data Case:New York parking |
|
第4週 |
3/13 |
(實體課程) 大數據分析程序，個案：大數據視覺呈現工具
Machine generates data
Organization generates data
People generates data
Big Data Case:Data presentation |
|
第5週 |
3/20 |
(實體課程) 大數據資料來源與視覺呈現方式，個案：哈佛價值
6V characteristics of big data
Steps in the Data Science Process: Acquiring, Exploring, Preprocessing, Analysis, Communicating results, turning insights into action
Big Data Case: Value of Harvard University |
|
第6週 |
3/27 |
(實體課程) 資訊安全與大數據分析，個案：第一銀行
Introduction to Cyber security
Three ways of online attacks
Big Data Case: First bank attack and security |
|
第7週 |
4/03 |
(線上課程) 資料整合、策略、醫藥創新應用 ，個案：莫德納
Big Data ：Data integration, Strategy
Big Data Case: Innovation in medicine |
|
第8週 |
4/10 |
期中報告: 同學獨立簡報並自行錄影上傳Facebook封閉式課程群組 |
|
第9週 |
4/17 |
(實體課程) 價值獲取、提問、無人機應用，個案：大疆無人機
Big Data ：Value capture, Ask the right questions
Big Data Case: Drone application |
|
第10週 |
4/24 |
(實體課程) 大數據與傳染病管控策略、Sars-Cov-2，個案：台灣COVID-19
Big Data and Sars-Cov-2
Big Data Case: Taiwan COVID-19 strategy |
|
第11週 |
5/01 |
(實體課程) 大數據與傳染病預防、有害生物防控，個案：臭蟲
Big Data on disease prevention and pest control
Big Data Case: IPM and Bed Bug |
|
第12週 |
5/08 |
(實體課程) 大數據與ESG、氣候變遷、永續，個案：吐瓦魯
Big Data and ESG, Climate Change and sustainability
Big Data Case: Tuvalu |
|
第13週 |
5/15 |
(實體課程) 大數據與社群媒體，個案：假訊息
Big Data and Social media
Big Data Case: Fake news and farm attack in Taiwan from China |
|
第14週 |
5/22 |
(實體課程) 大數據與AI，個案：ChatGPT
Big Data and Artificial Intelligence
Big Data Case: ChatGPT |
|
第15週 |
5/29 |
期末報告: 同學獨立簡報、繳交期末報告、並自行錄影上傳Facebook封閉式課程群組 |
|