程式設計
Programming Design
學期
110-2
學分
3
學分
當期課號
2805
永久課號
SET1034
開課單位
系統工程與科技學士學位學程
授課教師
周兆龍
類別
必修
上課時間表
| 節 | 週一 |
|---|---|
3 10:10–11:00 | 程式設計 2 節連堂 |
4 11:10–12:00 | |
9 17:30–18:20 | 程式設計 |
* 根據陽明交大上課時間表所列
概述
隨著網際網路、行動裝置、物聯網和雲端運算等技術的快速崛起,國軍資訊資產價值與日俱增,本課程將以巨量資料發展歷史、特徵與發展趨勢為切入點,分析國軍各領域所面臨到的巨量資料分析和需求,並以巨量資料分析能力所兼具Volume(數據資料的大量)、Velocity(資料分析的時效)、Variety(資料格式的多樣)與Veracity(資料內容的真實)特質,深入說明探索式資料分析(Exploratory Data Analysis)等技術。最後歸納總結巨量資料安全的科學內涵和技術研究方向,並針對巨量資料安全的後續發展進行展望,以提升國軍作戰指揮與決策品質效益。
先修科目
機率與統計
評分方式
Paper Report: 30% Midterm and Report: 30% Final Project and Report: 40% Homework: Bonus
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction of Big Data Analytics |
| 第 2 週 | Introduction of R Language(I) |
| 第 3 週 | Introduction of R Language(II) |
| 第 4 週 | Descriptive Statistics & Probability Distribution |
| 第 5 週 | Estimation Testing |
| 第 6 週 | Data Management |
| 第 7 週 | Exploratory Data Analysis(I) |
| 第 8 週 | Exploratory Data Analysis(II) |
| 第 9 週 | Midterm Report |
| 第 10 週 | Analytical Algorithm(I):Supervised Learning |
| 第 11 週 | Analytical Algorithm(II):Unsupervised Learning |
| 第 12 週 | Analytical Algorithm(III):Evolutionary Learnin |
| 第 13 週 | Analytical Algorithm(IV):R Package |
| 第 14 週 | Analytical Algorithm(V):Visualization |
| 第 15 週 | R+Hadoop(I) |
| 第 16 週 | R+Hadoop(II) |
| 第 17 週 | R+Spark 2.0+Hadoop |
| 第 18 週 | Final Report |
教科書
Big Data Analytics: From Strategic Planning to Enterprise Integration with Tools, Techniques, NoSQL, David Loshin, Morgan Kaufmann, 2013. ISBN: 978-0124173194
Office Hours
- 地點
- 理學部218研討室
- 時間
- 事先約詢
- 聯絡方式
- 電話