課程大綱

課程資訊

課程名稱

生態資料探勘與分析
Ecological Data Mining and Analysis

開課學期

109-2

授課對象

生物資源暨農學院森林環境暨資源學研究所

授課教師

關秉宗

課號

Forest7050

課程識別碼

625 M2510

班次

學分

3.0

全/半年

半年

必/選修

選修

上課時間

星期三6,7,8,9,10(13:20~18:20)

上課地點

木性

備註

限碩士班以上
總人數上限：15人

Ceiba 課程網頁

http://ceiba.ntu.edu.tw/1092Forest7050_EDMA

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

生態資料常具複雜之特性，如具時間與空間之相關性，非線性結構等。是以分析此類資料常非僅修習過基礎統計之研究生所能勝任。本課程之目標乃在經由一系列分析方法之介紹與案例分析，使生態領域之研究生瞭解與分析其所蒐集之資料，並協助其以最精簡有效之方式呈現其資料特性

課程目標

修習本課程之學生將會使用R統計軟體分析，管理與繪製其資料；並將瞭解與正確地運用廣義線型模式（Generalized Linear Model），廣義加成模式（General Additive Model），非參數分析方法（Nonparametric methods），半參數分析方法（Semi-parametric methods），混合效應模式（Mixed-effects model）等方法於資料分析上

課程要求

欲修習本課程之學生必須修習過統計學，瞭解線型模式（迴歸與變方分析）之基礎觀念，並需自備筆記型電腦與欲分析之資料

修課人數上限10人

預期每週課後學習時數

Office Hours

每週四 14:00~15:00 備註： By appointment only

指定閱讀

James, G., Witten, D., Hastie, T., and Tibshirani, R. 2013. An Introduction to Statistical Learning with Applications in R. Springer, New York. [electronic resource]

參考書目

待補

評量方式
(僅供參考)

No.	項目	百分比	說明
1.	Final Project	100%

課程進度

週次	日期	單元主題
第1週	2/24	Introduction to Data Mining and R
第2週	3/03	Statistical Learning
第3週	3/10	Statistical Learning (Cont.)
第4週	3/17	Statistical Methods in Data Mining: Supervised Learning
第5週	3/24	Regression (Initial Project Presentation & Discussion)
第6週	3/31	Regression (Cont.)
第7週	4/07	Classification: Discriminant Analysis
第8週	4/14	Classification: Discriminant Analysis (Cont.)
第9週	4/21	Classification: K-Nearest Neighbors (Mid-term Project Presentation & Discussion)
第10週	4/28	Linear Model Selection and Regularization
第11週	5/05	Linear Model Selection and Regularization (Cont.)
第12週	5/12	Resampling: Bootstrap
第13週	5/19	Splines and Extensions
第14週	5/26	Splines and Extensions (Cont.)
第15週	6/02	Regression Trees
第16週	6/09	Regression Trees (Cont.)
第17週	6/16	Statistical Methods in Data Mining: Unsupervised Learning (Tentative)
第18週	6/23	Project Presentation