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 |
|