課程資訊
課程名稱
資訊勘測
Data Mining 
開課學期
103-1 
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
EE5084 
課程識別碼
921 U4020 
班次
 
學分
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:55人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1031EE5084_ 
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. 導論 (介紹資訊勘測的意義,功能及應用)
2. 資料倉儲 (data warehousing)
3. 特徵分析 (characterization)
4. 相關性演算法 (association rules)
5. 分類演算法 (classification)
6. 叢聚分析演算法 (clustering analysis)
7. 順序性分析演算法 (sequential patterns)
8. Web Mining
 

課程目標
1. 導論 (介紹資訊勘測的意義,功能及應用)
2. 資料倉儲 (data warehousing)
3. 特徵分析 (characterization)
4. 相關性演算法 (association rules)
5. 分類演算法 (classification)
6. 叢聚分析演算法 (clustering analysis)
7. 順序性分析演算法 (sequential patterns)
8. Web Mining
 
課程要求
成績評量方式
There will be homework assignments (tentatively 5 ), a final exam, and one team project. The instructor reserves the right to revise the grading policy later. The final score of each student will be adjusted to reflect his/her relative performance in the class.

預修課程
data structure, database system
 
預期每週課後學習時數
 
Office Hours
 
參考書目
教科書
Textbook:
Data Mining: Concepts and Techniques, J. Han and M. Kamber, Morgan Kaufmann , 2000
Class Notes:
Related journals and conferences proceedings
 
指定閱讀
待補 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
9/16  Overview 
第2週
9/23  Mining Association Rules / Hadoop 
第3週
9/30  More on Association Rules 
第4週
10/07  Classification 
第5週
10/14  Description on Data 
第6週
10/21  More on Decision Trees, Rulebased, KNN 
第7週
10/28  Bayes Theorem, Neural Network and Concept of SVM 
第8週
11/04  More on SVM and Clustering, libSVM 
第9週
11/11  More On Clustering and Final Projects 
第10週
11/18  More on Clustering, Sequential Pattern Mining, SVM example and Weka 
第11週
11/25  More on Data and Cloud Computing 
第12週
12/02  Web Mining and Social Networks 
第13週
12/09 
第14週
12/16  Written Exam Sample Problem 
第15週
12/23  Written Exam 
第16週
12/30  Paper Survey Presentation 
第17週
1/06  Final Project Presentation