商業智慧分析
Python for Data Analysis
| 節 | 週二 |
|---|---|
A 18:30–19:20 | 商業智慧分析 M205 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
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, Matplotlib, Scikit-learn)。 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。 *限管科所學生選修
無
Lectures
第一階段: 上機小考 (20%), 期中考 (30%) 第二階段: 上機小考 (25%), 紙筆期末考 (25%)
- 數據分析函式庫教學
- 基礎程式設計
| 週次 | 主題 |
|---|---|
| 第 1 週 | Variables and Expressions |
| 第 2 週 | Conditionals and Iterations |
| 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 | Midterm |
| 第 9 週 | Pandas I : Data Pre-processing |
| 第 10 週 | Pandas II : Data Analysis |
| 第 11 週 | Data Visualization : Matplotlib & Other API |
| 第 12 週 | Numpy: ndarray |
| 第 13 週 | Machine Learning: Regression |
| 第 14 週 | Machine Learning: Classification |
| 第 15 週 | Machine Learning: Evaluation Metrics |
| 第 16 週 | Final Exam |
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.".