|
課程名稱 |
資料科學
Data Science |
|
開課學期 |
104-1 |
|
授課對象 |
電機資訊學院 電機工程學研究所 |
|
授課教師 |
陳銘憲 |
|
課號 |
EE5175 |
|
課程識別碼 |
921 U2530 |
|
班次 |
|
|
學分 |
3 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期二2,3,4(9:10~12:10) |
|
上課地點 |
博理112 |
|
備註 |
總人數上限：60人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1041ds_1 |
|
課程簡介影片 |
|
|
核心能力關聯 |
本課程尚未建立核心能力關連 |
|
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 |
1. 緒論：什麼是資料科學？
2. 統計推論、探索式資料分析與資料科學的過程
3. 機器學習與資訊勘測演算法
4. 從資料中萃取意義
5. 因果性
6. 資料視覺化
7. 推薦系統
8. 社群網路分析
9. 巨量資料系統 |
|
課程目標 |
這堂課將會涵蓋資料科學中解決問題所需的知識與技術。 |
|
課程要求 |
預期修課同學已具備下列能力與經驗或修習過相關課程：
程式編程(C++、JAVA或Python)、資料庫與機率統計。
若同學有使用過統計軟體R和接觸過網頁技術將會更佳。
|
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
待補 |
|
參考書目 |
textbooks:
Introduction to Data Mining, by P.-N. Tan, M. Steinbach, V. Kumar
Data mining: Concepts and Techniques, by Jiawei Han and Micheline Kamber
|
|
評量方式
(僅供參考) |
|
|
週次 |
日期 |
單元主題 |
|
第2週 |
9/22 |
Introduction &
Exploring Data |
|