| 課程代碼 |
A0M04N01
|
| 課程中文名稱 |
資料探勘
|
| 課程英文名稱 |
Data Mining
|
| 學分數 |
3.0
|
| 必選修 |
選修
|
| 開課班級 |
碩研會資一甲
|
| 任課教師 |
吳聰皓
|
| 上課教室(時間) |
|
週二
|
第2節
|
(L502)
|
|
週二
|
第3節
|
(L502)
|
|
週二
|
第4節
|
(L502)
|
|
| 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 |
介紹資料探勘的理論、技術與實務
|
| 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
|
應用資料探勘軟體的分析能力
|
|
|
2
|
建構資料探勘的實務技能
|
|
|
3
|
應用與操作資料探勘系統四能力
|
|
|
4
|
能依使用者需求利用資料探勘技術解決問題
|
|
|
| 就業力培養目標 |
此門課程無設定權重值
|
| 中文課程大綱 |
1.簡介
2.資料倉儲(使用工具MSSQL2008)
3.資料前置處理(使用工具WEKA)
4.資料精簡(使用工具WEKA)
5.資料分類法(使用工具MSSQL2008)
6.資料群集分析(使用工具MSSQL2008)
7.關連法則探勘(使用工具MSSQL2008)
8.時間序列分析(使用工具MSSQL2008)
|
| 英/日文課程大綱 |
1.An introduction
2.Data Warehouse(using MSSQL2008)
3.Data preprocessing(using WEKA)
4.Data reduction(using WEKA)
5.Classification(using MSSQL2008)
6.Cluster Analysis(using MSSQL2008)
7.Association rules mining(using MSSQL2008)
8.Sequential patterns mining(using MSSQL2008)
|
| 課程進度表 |
Week 1 - Introduction to Data Mining
Week 2 - Methodology of Data Mining 1
Week 3 - Methodology of Data Mining 2
Week 4 - Data Cleaning
Week 5 - Classification - C5.0
Week 6 - Classification - C&RT
Week 7 - Spring Break
Week 8 - Mid-term report 1
Week 9 - Mid-term report 2
Week 10 - Classification - SVM
Week 11 - Factor Analysis - FA/PCA
Week 12 - Neural Networks - Artificial Neural Networks
Week 13 - Neural Networks - Kohonen neural network
Week 14 - Association - Apriori
Week 15 - Clustering analysis
Week 16 - Sequence analysis
Week 17 - Final report 1
Week 18 - Final report 2
|
| 課程融入SDGs |
|
| 期考調查 |
| 期中考(第9週)考試方式 |
Paper test
|
| 期末考(第18週)考試方式 |
Oral presentation and term paper
|
| 其他週考試考試週次與方式 |
none
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 應用資料探勘軟體的分析能力 |
實作演練
|
作業
（
平時
）
|
| 建構資料探勘的實務技能 |
實作演練
|
作業
（
平時
）
|
| 應用與操作資料探勘系統四能力 |
分組討論
|
書面報告
（
期中
）
|
| 能依使用者需求利用資料探勘技術解決問題 |
分組討論
|
口頭報告
（
期末
）
書面報告
（
期末
）
|
|
| 指定用書 |
| 書名 |
資料探勘：人工智慧與機器學習發展以SPSS Modeler為範例
|
| 作者 |
廖述賢, 溫志皓
|
| 書局 |
博碩
|
| 年份 |
2019
|
| 國際標準書號(ISBN) |
9789864343676
|
| 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 |
SPSS MODELER and Python
|
| 課程規範 |
1. Assignments and reports handed in late are not allowed.
2. Students will lost your grades of class performance with 5 missing Roll calls marked.
3. Teaching materials are ready on FLIP platform.
|