校際選修

115-1 選課時程

進行中

  • 初選第一階段 6/15/2026
  • 初選第二階段 6/22/2026
  • 校際選修 8/24/2026
  • 初選第三階段 8/31/2026
  • 開學後加退選 9/7/2026
  • 逾期加退選 9/21/2026
選課資源

資料科學

Data Science

學期
111-2
學分
3 學分
當期課號
535103
永久課號
EEEE30026
開課單位
電機工程學系
授課教師
帥宏翰
校區
光復
類別
選修
上課時間表
週二
2
09:00–09:50
資料科學
ED103
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

概述

今年的資料科學是上學期雲端運算與巨量資料處理的延伸,所以基本的deep learning不會教了,像是DNN、CNN、RNN、Transformer、GNN等等,會預設大家都已經會了。所以希望來修課的同學都已經修過了,這樣可以較深入探討一些新的技術。這學期一開始會教Data crawling (怎麼從網路上爬資料),讓大家專題可以不用受到現有資料集的限制,接下來會介紹幾個進階機器學習方法。之後課程包含三大主題: 1) Computer Vision (電腦視覺) 2) Natural Language Processing (自然語言處理) 3) Social Network Analysis (社群網路分析) 每個主題會進行大約三週,希望大家有對一些最新技術有深入了解。

先修科目

Prerequisites: Deep Learning and Programming (C++, JAVA, or Python) *Knowledge of Python will be useful for the assignments

評分方式

Final Project (in groups): 40% Homework : 60% (6 @ 10% each) Class participation (up to 6 points)

週次計畫
週次主題
第 1 週Introduction to Data Science (加簽事宜)
第 2 週Data Crawling [HW1: Crawling Releases]
第 3 週和平紀念日(放假一次)
第 4 週Model Compression [HW2: Model Compression]
第 5 週Reinforcement Learning
第 6 週Semi-supervised Learning/Few-shot Learning [HW3: FSL]
第 7 週Meta Learning
第 8 週Computer Vision (I)-Vision Transformer
第 9 週Computer Vision (II)-Crowd Estimation [HW4: Crowd Estimation]
第 10 週Computer Vision (III)-Domain Adaptation
第 11 週Natural Language Processing (I)-Sentiment Analysis
第 12 週Natural Language Processing (II)-Headline Generation [HW5: Headline Generation]
第 13 週Natural Language Processing (III)-Question Answering
第 14 週Social Network Analysis (I)-Network Characteristics
第 15 週Social Network Analysis (II)-Anomaly Detection [HW6: Anomaly Detection]
第 16 週Social Network Analysis (III)-Viral Marketing
第 17 週Final Project Presentation
第 18 週Final Project Presentation
教科書

There is no single textbook. However, a couple of books that are useful and helpful are listed below: (1) Introduction to Data Mining, by P.-N. Tan, M. Steinbach, V. Kumar, 2005 (ISBN:0321321367) (2) Doing Data Science, by C. O'Neil and R. Schutt, 2013 (ISBN: 978-1-4493-5865-5) (3) Python for Data Analysis, by W. McKinney, 2012 (ISBN: 978-1-4493-1979-3)

Office Hours
地點
ED-807
時間
EF, every Tuesday
聯絡方式
TEL:(03)571-2121#54530 EMAIL: hhshuai@nycu.edu.tw