|
課程名稱 |
大數據與商業分析
Big Data and Business Analytics |
|
開課學期 |
110-2 |
|
授課對象 |
管理學院 資訊管理學系 |
|
授課教師 |
楊立偉 |
|
課號 |
IM5047 |
|
課程識別碼 |
725 U3580 |
|
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 |
管二206 |
|
備註 |
初選不開放。初選不開放。資管及工管60人，管院20人，外系20人。
此課程列入商業資料分析學分學程。
限學士班三年級以上
總人數上限：100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 |
§§§ 線上登記加選或旁聽 https://forms.gle/WvBkoYh5BARZBTae8
本課程為管理學院特色課程，並為創新創業、商業數據分析等學程認列之選修課程。由於大數據 (BigData) 近年蓬勃發展，相關書籍與論述眾多，各行各業對此一名詞充滿期待。現實商業情境中，數據分析是圍繞 "大數據" 各種想像的基礎條件。著眼於培養企業需求日殷的數據分析人才，此一跨系課程針對台大管理學院的同學而設，透過講演與專案，概念與實作並重，有系統地介紹數據分析的商管相關應用，為有志於成為商業應用領域數據科學家的不同背景修課同學，奠定未來發展的基礎。
本課程內容以金融及零售數據應用為主，涵蓋統計分析、文字探勘、機器學習入門等技巧，分為金融市場及電子商務二大專題實作。主題如下(1)文字及社群數據分析，期中專題要求為財經數據分析實作，例如股市/股價預測等(2)行銷及零售數據分析、個人化推薦，期末專題要求為電商數據分析實作，例如客群分級及銷售預測等。 |
|
課程目標 |
1. 了解大數據與商業分析之理論基礎與架構
2. 了解各種大數據與商業分析系統之內涵
3. 了解如何建置大數據與商業分析系統，以及與企業之關係
4. 了解數位時代下最新的大數據與商業分析議題 |
|
課程要求 |
本學期的授課方式採用實體及線上教學混合，請閱讀投影片(搭配解說)，進行問答。請自行安排分組討論及實作，每組至多6人。
評分方式為作業及互動表現 (40%)、期中報告及互評 (30%)、期末報告及互評 (30%) |
|
預期每週課後學習時數 |
|
|
Office Hours |
另約時間 |
|
指定閱讀 |
|
|
參考書目 |
|
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
作業及互動表現 |
40% |
含二次書面作業 |
2. |
期中報告及互評 |
30% |
為分組報告，含書面及簡報 |
3. |
期末報告及互評 |
30% |
為分組報告，含書面及簡報 |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
2/16 |
Introduction 課程及修課說明 |
|
第2週 |
2/23 |
L1: Text mining |
|
第3週 |
3/2 |
L2: Web mining |
|
第4週 |
3/9 |
L3: Classification (1) |
|
第5週 |
3/16 |
L3: Classification (2) |
|
第6週 |
3/23 |
L4: Clustering |
|
第7週 |
3/30 |
L5: Sequence Tagging |
|
第8週 |
4/6 |
L6: Language Processing |
|
第9週 |
4/13 |
問答討論 |
|
第10週 |
4/20 |
期中報告 |
|
第11週 |
4/27 |
E-Commerce Analytics (1) |
|
第12週 |
5/4 |
E-Commerce Analytics (2) |
|
第13週 |
5/11 |
E-Commerce Analytics (3) |
|
第14週 |
5/18 |
專題研討 |
|
第15週 |
5/25 |
專題研討 |
|
第16週 |
6/1 |
問答討論 |
|
第17週 |
6/8 |
期末報告 |
|
第18週 |
6/15 |
(自主閱讀研習) |