課程資訊
課程名稱
資料科學之統計基礎(二)
Data Analysis and Manifold Learning 
開課學期
110-2 
授課對象
電機資訊學院  資料科學碩士學位學程  
授課教師
杜憶萍 
課號
Data5007 
課程識別碼
946 U0070 
班次
 
學分
3.0 
全/半年
半年 
必/選修
選修 
上課時間
星期五2,3,4,5(9:10~13:10) 
上課地點
綜501 
備註
需先修過「資料科學統計基礎一」.第5節為課後討論課.與陳定立合授
限碩士班以上 或 限博士班
總人數上限:40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

第一週 Fundamentals of Bayesian Inference
第二週 Bayesian inference
第三週 Single-parameter models
第四週 Introduction to multiparameter model
第五週 Bayesian interpretations of other statistical methods
第六週 Hierarchical models
第七週 Evaluating, comparing, and expanding models
第八週 自主學習
第九週 期中考週
第十週 Advanced Computation for Bayesian inference
第十一週 Introduction to Bayesian computation
第十二週 Basics of Markov chain simulation
第十三週 Computationally efficient Markov chain simulation
第十四週 Modal and distributional approximations
第十五週 Models for robust inference
第十六週 Models for missing data
第十七週 Review and Discussions
第十八週 期末考週 

課程目標
學習貝氏統計方法、計算及其應用 
課程要求
先修過「資料科學統計基礎一」 
預期每週課後學習時數
 
Office Hours
 
指定閱讀
 
參考書目
教科書: Bayesian Data Analysis (3rd edition)
by Andrew Gelman, John Carlin, Hal Stern, Donald Rubin, David Dunson, and Aki Vehtari. 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
無資料