關閉視窗
南臺科技大學108學年度第1學期課程資訊
課程代碼 G0D15101
課程中文名稱 大數據分析
課程英文名稱 Big Data Analysis
學分數 3.0
必選修 選修
開課班級 四技資工四甲,四技資工四乙
任課教師 鄭錦楸
上課教室(時間)
週二 第1節 (C306)
週二 第2節 (C306)
週二 第3節 (C306)
課程時數 3
實習時數 0
授課語言 1.華語
輔導考證
課程概述 認識大數據分析的原理,並習得利用Python建立各項分析模型之能力。
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對應系指標
1 了解大數據分析的基本原理 1 工程知識
2 習得基本Python 語法 2 資訊能力
3 習得數據分析各種模型 3 實務能力
4 完成一項大數據分析專案 4 規劃整合
就業力培養目標
  校指標 1 2 3 4 5 6 7 8 9 10
  專業知識 實務技能 資訊能力 整合創新 外語能力 熱誠抗壓 表達溝通 敬業合群 人文素養 服務關懷
  10% 40% 40% 10% 0% 0% 0% 0% 0% 0%
  系指標 1 3 2 4 5 6 8 7
  工程知識 實務能力 資訊能力 規劃整合 表達溝通 管理合作 社會人文 職業倫理
  10% 40% 40% 10% 0% 0% 0% 0%
中文課程大綱 1.數據挖掘基礎
2.Python數據分析基礎
3.數據探索
4.數據預處理
5.挖掘建模
6.數據分析案例
英/日文課程大綱 1.Data Mining Basic
2.Python Data Analysis
3. Data Exploration
4.Data Pre-processing
5.Model for Data Mining
6.Project of Data Analysis
課程進度表 第 1 章 資料科學概論與開發環境建立
第 2 章 Python 程式語言
第 3 章 HTML 網頁結構與 JSON
第 4 章 取得網路資料
第 5 章 資料擷取
第 6 章 資料清理與儲存
第 7 章 網頁爬蟲實作案例
第 8 章 向量與矩陣運算–NumPy 套件
第 9 章 資料處理與分析–Pandas 套件
第 10 章 資料視覺化–Matplotlib 套件
第 11 章 機率與統計
第 12 章 估計與檢定
第 13 章 探索性資料分析實作案例
第 14 章 人工智慧與機器學習概論
第 15 章 機器學習演算法實作案例–迴歸
第 16 章 機器學習演算法實作案例–分類與分群
課程融入SDGs
期考調查
期中考(第9週)考試方式 上機考試
期末考(第18週)考試方式 上機考試
其他週考試考試週次與方式 上機考試
教學方式與評量方式
課程學習目標教學方式評量方式
了解大數據分析的基本原理
課堂講授  
實作演練  
其他 -上機考試平時
其他 -上機考試期中
其他 -上機考試期末
習得基本Python 語法
實作演練  
課堂講授  
其他 -上機考試平時
其他 -上機考試期中
其他 -上機考試期末
習得數據分析各種模型
課堂講授  
實作演練  
其他 -上機考試平時
其他 -上機考試期中
其他 -上機考試期末
完成一項大數據分析專案
課堂講授  
實作演練  
其他 -上機考試平時
其他 -上機考試期中
其他 -上機考試期末
指定用書
書名 Python 資料科學與人工智慧應用實務
作者 陳允傑
書局 旗標
年份 2018
國際標準書號(ISBN) 9789863125297
版本 初版
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
課程規範 二、本課程" 大數據分析" 成績之計算方式如下: 學期成績=期中考成績 * 30% + 期末考成績 * 40% + 平時成績 * 30%,平時成績= (出席率成績 * 8 +N次小考成績 + M次作業成績 ) * 1/(8+N+M),出席率成績= 100分 - 曠課節數 (兩次遲到視同一次曠課),期中考與期末考之出題原則 : 作業佔80分以上,課文內容佔20分以下
三、上課時請將手機設為震動,並禁止滑手機、平板電腦,違規者每次扣平時成績之總分(共30分)中之1分。若有緊急電話需接聽,請至教室外使用。
四、上課請病假,當面向老師提出有效看診證明,才可消去曠課之扣分。