商業智慧分析
Data Science for Business
| 節 | 週二 |
|---|---|
2 09:00–09:50 | 商業智慧分析 M301 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
這是一門針對商業資料分析的基礎程式設計課,分為兩個階段; 第一階段主要目標是讓學生理解基礎程式設計運算思維概念。 第二階段主要目標是介紹熱門的Python開源資料分析函式庫(包括NumPy, Pandas, 和Matplotlib)。 透過兩階段教學,本課程旨在培養學生能使用Python操作,處理,清理,和分析商業數據的各種知識技能。 *本課程包含Python程式設計, 故曾修過Python程式設計與基礎資料結構的同學會被手動退選.
無
Lectures
第一階段: 期中作業與小考 (25%), 期中考 (25%) 第二階段: 三次作業 (30%), 期末專題 (20%)
- 數據分析函式庫教學
- 基礎程式設計
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction to Python |
| 第 2 週 | Variables and Expressions |
| 第 3 週 | Conditionals and Iterations |
| 第 4 週 | Conditionals and Iterations |
| 第 5 週 | Functions |
| 第 6 週 | Functions |
| 第 7 週 | File Operations |
| 第 8 週 | Object-oriented Programming |
| 第 9 週 | Midterm |
| 第 11 週 | Introduction Numpy: ndarray |
| 第 12 週 | Numpy: ndarray Scipy: Basic Math Pandas I : Data Wrangling |
| 第 13 週 | Pandas II: Data Wrangling |
| 第 14 週 | Pandas III: Data Wrangling |
| 第 15 週 | Statsmodels & Data Visualization |
| 第 16 週 | Exploratory Data Analysis - Business Cases |
| 第 17 週 | Individual Discussion for Final Project (No Class) |
| 第 18 週 | Final ProjectSubmission |
Lecture notes 參考書目: Downey, A. (2016). Think Python: How to Think Like a Computer Scientist 2/e, " O'Reilly Media, Inc.". Lutz, M. (2013). Learning Python, 5/e, " O'Reilly Media, Inc.". McKinney, W. (2012). Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. " O'Reilly Media, Inc.". Provost, F., & Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. " O'Reilly Media, Inc.".