|
課程名稱 |
資料探勘
DATA MINING |
|
開課學期 |
96-2 |
|
授課對象 |
工學院 醫學工程學研究所 |
|
授課教師 |
蔣以仁 |
|
課號 |
Biomed7083 |
|
課程識別碼 |
548EM1240 |
|
班次 |
|
|
學分 |
3 |
|
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 |
|
|
備註 |
教室：基醫503本課程以英語授課。本課程以英語授課。本課程以英語授?
總人數上限：50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 |
資料探勘 |
|
課程目標 |
(1) 資料發掘的技術介紹與類型─主要使學者了解何謂知識發掘，知識發掘的成因及演進，及各種熟知的技術，如l 決策樹(Decision
Trees)：於成本效益分析之應用；l 類神經網路(Artificial Neural Networks)：於疾病預測之應用；l
貝氏網路(Bayesian Networks)：於臨床特徵施行病學臨床試驗之應用；l 模糊邏輯(Fuzzy
Logic)與括約集合(Rough Sets)：於疾病分類之應用等技術；另就技術與應用領域而言，探討知識發掘技術之類型；(2)
知識發掘與資料分析之異同─說明解說統計方法與知識發掘方法相似與相異之處，並以實例探討效果及限制；(3)
醫療資料倉儲的建立─探討如何進行知識發掘的第一步，即整理並歸納資料，以建立完整醫療資料倉儲的方法；(4)
分類技術(Classifications & Clustering)、時序連續因子分析(Time-Series & Temporal
Analysis)、交互重要性分析(Association & Dependence)、及重要因子研判(Feature Selection
& Factor Analysis) 等知識發掘技術在醫療資訊上中作重要研判的應用之探討，探究如何應用知識發掘進行疾病診斷與治療的研判。
|
|
課程要求 |
|
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
|
|
參考書目 |
|
|
評量方式
(僅供參考) |
|
|