課程名稱 |
社會福利大數據分析 Big Data Analysis in Social Welfare |
開課學期 |
112-2 |
授課對象 |
社會科學院 社會工作學系 |
授課教師 |
趙曉芳 |
課號 |
SW5047 |
課程識別碼 |
330 U0520 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期二2,3,4(9:10~12:10) |
上課地點 |
社207 |
備註 |
與邵軒磊合授 限學士班三年級以上 總人數上限:20人 外系人數限制:5人 |
|
|
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
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 |
本課程旨在使學生瞭解大數據分析在社會福利領域的應用,並培養學生運用大數據分析以發掘社會問題,並提出問題解決方式的能力。此課程為「智慧社福與資料治理領域專長」Level 2課程,學生在此課程中將學習如何收集、整理、分析和解釋社會福利相關的大數據,並利用這些數據來分析與研究,以培養未來在學術研究或實務領域執行社福相關專案能力。本課程能增進社工系學生的數據科學技能,並鼓勵學生思考如何將這些技能應用於社會福利領域,以促進專業服務介入方法的進步與流程的優化。 |
課程目標 |
本課程針對初階學習者(完全無程式基礎)設計,期能讓未修習過程式語言的社工系學生,在完成此門課程後,具備進行大數據分析應有基礎能力,具體課程目標包括:
1. 建立對大數據和數據科學的基本理解,包括數據收集、整理、探索和分析的流程。
2. 學習使用Python等程式語言進行數據處理和分析的基本技巧,從而能夠獨立處理真實世界的數據。
3. 養成數據思維,能夠提出有關社會福利問題的數據驅動性假設並進行驗證。
4. 運用大數據分析技術,解決社會福利領域的複雜問題,並生成有價值的洞察和政策建議。 |
課程要求 |
學生須達到下列課程要求:
1.依每週教學進度事先預習。
2.定期複習。
3.積極參與課堂討論。
4.準時繳交相關報告與作業。 |
預期每週課後學習時數 |
|
Office Hours |
另約時間 備註: 另約時間 |
指定閱讀 |
1. 陳致中,2019,《輕課程 micro:bit 微型電腦帶著走 - 使用Python輕鬆學》,台北,台科大出版社。
2. 洪煌佳,2022,《Python論文數據統計分析》,台北,五南圖書。 |
參考書目 |
1. Albon, Chris (2018). Machine learning with python cookbook: Practical solutions from preprocessing to deep learning. O'Reilly Media, Inc..
2. 楊岱霖,2019,《輕課程用 micro:bit 學 MakeCode Block Editor 程式設計》,台北,台科大。 |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
討論與出席 |
10% |
|
2. |
作業 |
60% |
|
3. |
期末報告 |
30% |
|
4. |
加分項目 |
0% |
視學生狀況核給 |
|
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 |
2/20 |
課程簡介 |
第2週 |
2/27 |
社會福利與資料科學:挑戰與機會 |
第3週 |
3/5 |
社福大數據研究與應用 |
第4週 |
3/12 |
No-Code Programming: microbit |
第5週 |
3/19 |
Basic Python Programming I: Print, Coordinate |
第6週 |
3/26 |
Basic Python Programming II: Loop, Process Control |
第7週 |
4/2 |
Basic Python Programming III: Sensor, IOT |
第8週 |
4/9 |
Basic Python Programming IV: UI, UX |
第9週 |
4/16 |
Basic Python Programming V: Stream Design/ Research Flow |
第10週 |
4/23 |
Advanced Python Programming I: Python Environment, Data Import |
第11週 |
4/30 |
Advanced Python Programming II: Description Statistics, Pivot Table作業1-2 |
第12週 |
5/7 |
Advanced Python Programming III: Correlation, T-test作業3-4 |
第13週 |
5/14 |
社會福利數據集介紹與應用 |
第14週 |
5/21 |
Advanced Python Programming IV: Visualization作業5-6 |
第15週 |
5/28 |
加分項目分享、總整與結語 |
第16週 |
6/4 |
期末報告繳交截止日 |
|