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 |
學程 商業資料分析學分學程 |
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) |