大數據分析與挖礦
Big data analytics and mining
學期
106-2
學分
3
學分
當期課號
5624
永久課號
IEM5256
開課單位
管理學院碩士在職專班-工管組
授課教師
王志軒
校區
光復
類別
選修
上課時間表
| 節 | 週二 |
|---|---|
A 18:30–19:20 | 大數據分析與挖礦 MB110 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
概述
培養學生應用大數據分析與挖礦於兩大領域: 工業4.0(industrial informatics-機台調校、品管預警、產能提升)與零售4.0(business intelligence-顧客流失、企業預警、績效管理)
先修科目
統計學(建議)或資料庫(非必要)。2006年在香港舉辦的IEEE-ICDM國際會議選出10大最具影響力的採礦演算法,包括C4.5, K-means, SVM, Apriori, EM, PageRank, AdaBoost, KNN, Naive Bayes, CART,除PageRank外,其餘皆在本課程教授範圍
教學方式
課程講授、軟體操作、產業案例應用,不會僅以PPT講述理論
評分方式
親自示範熱門軟體R語言,以完成平時作業及一次案例報告。同學無須擔心課程難度與負擔問題,本課程已在校外場域充分試驗過。
課程大綱
- 資料解析與統計分析
- 非監督式分群
- 關聯規則
- 基礎分類器
- 進階分類器
- 非線性迴歸
- 資料視覺化
- 製造業/服務業之案例檢討
教科書
1. R語言自編教材與產學訓練範例 。 2. Tan, Steinbach, Kumar, "Introduction to data mining", Addison-Wesley. 3. Sharda Delen, Turban, "Business Intelligence and Analytics: Systems for Decision Support", Prentice Hall. 4. Stuart Russell and Peter Norvig, "Artificial Intelligence: A Modern Approach", Prentice Hall. 5. 謝邦昌,"資料採礦與商業智慧", 鼎茂。
Office Hours
- 地點
- MB411
- 時間
- TBA
- 聯絡方式
- chihwang@mail.nctu.edu.tw