| 課程代碼 |
95Q00101
|
| 課程中文名稱 |
資料科學導論
|
| 課程英文名稱 |
Introduction to Data Science
|
| 學分數 |
3.0
|
| 必選修 |
必修
|
| 開課班級 |
碩專大數據一甲
|
| 任課教師 |
王鼎超,洪國鈞
|
| 上課教室(時間) |
|
週日
|
第5節
|
(L406)
|
|
週日
|
第6節
|
(L406)
|
|
週日
|
第7節
|
(L406)
|
|
| 課程時數 |
3
|
| 實習時數 |
0
|
| 授課語言 |
1.華語
|
| 輔導考證 |
無
|
| 課程概述 |
本課程將深入淺出介紹資料科學的基礎原理，並一起學習資料科學的觀念、技術，包含資料蒐集、清理、儲存、管理、探索性分析、統計等，在面對資料時，能發掘問題進而分析，並能訓練選擇適合工具進行資料處理的能力。
|
| 先修科目或預備能力 |
|
|
課程學習目標與核心能力之對應
|
| 編號 | 中文課程學習目標 | 英文課程學習目標 |
|
1
|
認識資料科學的重要性
|
To realize importance of data science
|
|
2
|
學習資料處理及分析
|
To learn data processing and analysis
|
|
3
|
認識資料處裡相關工具套件
|
To know various tools and packages for data processing
|
|
4
|
了解應用資料科學於各領域
|
To be able to apply data science in various fields
|
|
| 就業力培養目標 |
此門課程無設定權重值
|
| 中文課程大綱 |
1. 資料科學導論
2. 資料分析-使用Excel
3. 資料庫介紹
4. R語言
5. Python
6. 資料科學應用
|
| 英/日文課程大綱 |
1. Introduction to data science
2. Data analysis - excel
3. Introduction to database
4. Introduction to R programming language
5. Introduction to Python
6. Applications of data science in various fields
|
| 課程進度表 |
一 資料科學介紹
二 資料科學介紹
三 資料庫收集、儲存
四 SQL介紹
五 NOSQL介紹
六 EXCEL介紹
七 tableau介紹
八 K-means介紹
九 貝氏定律
十 最佳化模型
十一 網路圖與社群偵測
十二 廻歸
十三 R、PYTHON介紹
十四 Power BI介紹
|
| 課程融入SDGs |
|
| 期考調查 |
| 期中考(第9週)考試方式 |
報告
|
| 期末考(第18週)考試方式 |
報告
|
| 其他週考試考試週次與方式 |
筆試(隨機)
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 認識資料科學的重要性 |
課堂講授
|
作業
（
平時
）
|
| 學習資料處理及分析 |
課堂講授
實作演練
|
口頭報告
（
期中
）
|
| 認識資料處裡相關工具套件 |
課堂講授
|
作業
（
平時
）
|
| 了解應用資料科學於各領域 |
課堂講授
|
書面報告
（
期末
）
|
|
| 指定用書 |
| 書名 |
資料智慧化：利用資料科學，將資訊化為創見
|
| 作者 |
作者： John W. Foreman 譯者： 胡為君
|
| 書局 |
碁峰
|
| 年份 |
2016
|
| 國際標準書號(ISBN) |
9789864761807
|
| 版本 |
1
|
請同學尊重智慧財產權，使用正版教科書，不得非法影印，以免觸犯智慧財產權相關法令
。 |
| 參考書籍 |
|
| 教學軟體 |
sql server, excel, tableau, power BI desktop
|
| 課程規範 |
|