商業數據分析
Big Data Analytics for Business Intelligence
學期
108-2
學分
3
學分
當期課號
5574
永久課號
IBM6198
開課單位
經營管理研究所
授課教師
鄭辰仰
類別
選修
上課時間表
| 節 | 週三 |
|---|---|
5 13:20–14:10 | 商業數據分析 TD 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
概述
本課程主要教授大數據分析、機器學習與人工智慧於商業數據分析的理論與實務,在課程內容會包含深度學習的基礎知識,包含Convolutional Neural Networks (CNN)等的架構與實作教學。這門課程將包含程式實作,也會在工業4.0、智慧製造、數據資料分析多個實務應用中,藉由上機實作、課堂作業、小組專題、報告與討論各種方式,讓所有學生具備跨足大數據分析、人工智慧、機器學習等所需的資訊技術與應用領域知識。本課程除了學習大數據分析與深度學習理論,另藉由實例應用開發來建構同學們實作的能力。期望能將各種已經成熟的AI科技,應用於管理決策。
先修科目
無
教學方式
課程包含程式實作部分,學生需準備筆記型電腦
評分方式
1學期作業 課堂作業、期末計劃書 2.考試狀況 期中考 3.評量方法 課堂作業(30%)、期中考(30%)、期末presentation和report(40%)
課程大綱
- 課堂講授
- 系統實作開發
- 實例應用探討
- 學期報告與展示
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Course introduction |
| 第 2 週 | ntroduction to big data analysis |
| 第 3 週 | Basic R language programming |
| 第 4 週 | Association rules |
| 第 5 週 | Decision Tree |
| 第 6 週 | Clustering Analysis |
| 第 7 週 | Introduction to machine learning |
| 第 8 週 | Introduction to meta heuristic algorithm |
| 第 9 週 | Support Vector Machines |
| 第 10 週 | Artificial Neural Networks |
| 第 11 週 | Introduction to AI |
| 第 12 週 | Basic Python language programming |
| 第 13 週 | Convolutional Neural Networks |
| 第 14 週 | Industrial 4.0 and AI applications |
| 第 15 週 | Cloud computing and applications |
| 第 16 週 | Enterprise Business Applications (ERP& CRM) |
| 第 17 週 | Final Project Presentation |
| 第 18 週 | Final Project Presentation |
教科書
Han, Jiawei, Jian Pei, and Micheline Kamber. Data mining: concepts and techniques. Elsevier, 2011. 相關期刊與研討會論文
Office Hours
- 時間
- 星期三 17:00~18:00
- 聯絡方式
- cycheng@ntut.edu.tw