|
課程名稱 |
資管博士論壇四
ImPh.D. Forum (Ⅳ) |
|
開課學期 |
104-2 |
|
授課對象 |
管理學院 資訊管理學研究所 |
|
授課教師 |
吳玲玲 |
|
課號 |
IM8029 |
|
課程識別碼 |
725 D3180 |
|
班次 |
|
|
學分 |
1 |
|
全/半年 |
半年 |
|
必/選修 |
必修 |
|
上課時間 |
星期五7,8(14:20~16:20) |
|
上課地點 |
|
|
備註 |
本課程中文授課,使用英文教科書。上課教室：管一104。與許瑋元合開
限本系所學生(含輔系、雙修生) 且 限博士班
總人數上限：20人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1042IM8029_ |
|
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 |
演講課程 |
|
課程目標 |
待補 |
|
課程要求 |
待補 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
待補 |
|
參考書目 |
待補 |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
Written Reports |
40% |
Write reports for 7 talks of your own choice.
Each report of a talk is due at the beginning of the next class meeting following the talk. Please use A4 (or similar size) paper. Late submissions will NOT be accepted. Plagiarism is a serious violation and may result in failing the course and/or being reported to the University. |
2. |
Attendance |
40% |
Attend all talks.
Missed classes will only be excused in the event of illness, major emergency, or other legitimate reasons. In any case, you need to let the instructors and TA know in advance. At most 2 missed classes are allowed in the semester. |
3. |
Participation in Discussions |
20% |
Actively participate in discussion sessions. |
|
|
週次 |
日期 |
單元主題 |
|
第2週 |
3/04 |
ASUS行銷企劃處 電商暨行銷技術發展部 資料分析課 專案經理 王宛如Ruby Wang - SEO這條路 |
|
第3週 |
3/11 |
台大資工系 廖世偉教授 - 數字金融及區塊鏈/台大Gcoin技術與應用(https://youtu.be/jiwPj_Ix4Tw) |
|
第4週 |
3/18 |
中國信託 數位金融處處長 周郭傑 - 打造數位方舟，航向平台經濟新浪潮 |
|
第5週 |
3/25 |
大數據時代之影響與應用：以微軟的轉型與變革為例 - 微軟全球技術支援中心 資深協理 張秋月/ Premier Field Engineer 黃鈴雅 |
|
第6週 |
4/01 |
溫書假 |
|
第7週 |
4/08 |
新光人壽 廖晨旭協理 - 新光人壽的SAS理賠防詐欺風險預測解決方案的想法/SAS顧問 Alen Chen - 說明解決方案的設計及SAS的solution |
|
第8週 |
4/15 |
Hsuan-Tien Lin, Chief Data Scientist, Appier
- Learning for Big Data /
Yes, everyone knows that machine learning plays a key role for big data analytics. Professional big data analytics, however, is much more than just applying the best machine learning techniques on data, but requires careful, interactive, and creative human decisions along the analysis procedure. In other words, professional big data analytics rely on both machine and human learning. This talk shares some perspective on what and how humans (i.e., data scientists and engineers) should learn for big data. In particular, the talk highlights the speaker's subjective choice of four must-learn topics: simple model, feature processing, complexity control, and model selection. The topics represent the speaker's personal experience on participating in big data competitions, teaching massive online open courses in machine learning, and working on big data industry projects.(http://www.slideshare.net/tw_dsconf/learning-for-big-data) |
|
第9週 |
4/22 |
期中考週 |
|
第10週 |
4/29 |
Haokang Den (Speaker Profile: https://www.linkedin.com/in/hkden) - Data Analysis at EZTABLE |
|
第11週 |
5/06 |
智醫海量數據股份有限公司 總經理 黃世貝 - 醫療、資通訊平台及相關健康服務模式~十年經驗分享 |
|
第12週 |
5/13 |
歐付寶 林一泓董事長 - 第三方支付之演進及fintech之未來發展趨勢
|
|
第13週 |
5/20 |
達利投資總經理、佳世達科技投資處長 Crystal Chang - 數位時代的投資實務 |
|
第14週 |
5/27 |
陳世杰律師, 賴柏翰律師 - 專利新思維：由策略角度看專利申請與保護 |
|
第15週 |
6/03 |
網站經營的爽度與哀愁－網站的經營、挑戰與未來，兼談大數據運用如何使媒體一躍為產業的大腦 - U-CAR汽車網站創辦人、旭傳媒科技執行長 陳鵬旭 Bob Chen |
|
第16週 |
6/10 |
端午節 |
|
第17週 |
6/17 |
86小舖 王閔麒總經理 - 86小舖十年創業歷程分享 |
|
第18週 |
6/24 |
期末考週 |
|