資料科學概論與應用實務
Introduction to Data Science: Concepts & Practice
| 節 | 週一 |
|---|---|
3 10:10–11:00 | 資料科學概論與應用實務 CS105 2 節連堂 |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
A. 本課程主要目地在於讓選課同學,了解「資料科學(Data Science), 簡稱DS」學科領域之基本概念及相關應用的實務課程。 B. 內容及進度安排,是從一般使用者角度出發, 透過教師課堂講授之外,也配合安排暨引導學生上機實習,讓選課同學能了解上述學科的基本原理並完成有關的實機操作。 (1) 首先,透過常見的電腦試算表(Microsoft Excel or Google Sheets) 等相關軟體的展示,增加學生對學習DS 領域以及相關應用領域(如Machine Learning)的興趣。 (2) 其次,是安排選課學生於本學期中完成一項,團隊合作實作專案,引領學生探索DS領域的相關應用,加強學生的自學與分析的能力。
無
除了教師課堂講授之外,也配合安排暨引導學生上機實習,實際了解資料科學與機器學習, 相關領域應用的運作原理並完成有關的實機操作。
1) 課後作業 (40%) - 單元作業 ( 4 或 5 次) 2) 考試 (45%) - 期中考 (20%) + 期末考 (25%), 各乙次. 3) 期末報告 (15%) - 整合型作業 (群組繳交)
| 週次 | 主題 |
|---|---|
| 第 1 週 | A.單元主題: 課程導論 B.授課重點 -- 漫談資料科學 (Data Science) 與機器學習 (Machine Learning) C.閱讀材料或安排事項 - 在 Microsoft Teams 平台, 登記本課程 |
| 第 2 週 | A.單元主題 - 資料科學實作平台使用軟體簡介 (1/2) B. 授課重點 - Excel 基本操作簡介 C.閱讀材料或安排事項 - 無 |
| 第 3 週 | A.單元主題 - 資料科學實作平台 – Excel-like 軟體簡介 (2/2) B.授課重點 (1).公式與函數的應用 (2).統計圖表 (數據視覺化) (3).排序與篩選 C. 閱讀材料或安排事項 -- 作業#1 試算表軟體操作 -------------------------- (1) P1 –自行蒐集編輯數據資料 (2) P2 – 數據視覺化 (利用公開資料取得資料) (3) P3 – 機器學習_雲端實驗平台 (Google Teachable Machine) |
| 第 4 週 | A.單元主題 資料科學基礎篇 - 初探資料科學 [1/2] B.授課重點 - 取得資料 + 資料處理 + 資料視覺化 [1/2] |
| 第 5 週 | A.單元主題 資料科學基礎篇 - 初探資料科學 [2/2] B.授課重點 - 取得資料 + 資料處理 + 資料視覺化 [2/2] |
| 第 6 週 | A.單元主題 - 資料科學的探索性分析 [1/2] B.授課重點 --資料處理 (1)由列資料(row data)了解資料集(data set) (2)了解行資料 (column data) 的標題與資料類別 C.閱讀材料或安排事項 -- HW#02 [Excel P1.基本操作 + P2.數據探索性分析] (1)P1 – Excel 基本操作 (函數運用, 拖曳填滿,排序/過濾) + 資料處理 (挑出異常數值, 補缺失) (2) P2 – 數據視覺化 |
| 第 7 週 | A.單元主題 資料科學的探索性分析 [2/2] B.授課重點 由資料間的「關聯性」找出重要的「特徵」 |
| 第 8 週 | A.單元主題 認識機器學習演算法 [1/6] B.授課重點 (1)淺談機器學習的概念 (「監督式學習」與「非監督式學習」 (2)常見的機器學習演算法簡介 a.線性回歸 (趨勢預測) b.KNN ( K-最近鄰居法 – 分類) c.K-Means ( K-平均法 – 分群) |
| 第 9 週 | A.單元主題 -- 機器學習演練實務 [2/6] B.授課重點 -- 線性回歸分析作趨勢預測 C.閱讀材料或安排事項 -- Hw#03 (作業三) 1) P1.數據探索性分析 2) P2.趨勢預測) |
| 第 10 週 | A.單元主題 期中考試 B. 授課重點 課堂考試 (上機考試) |
| 第 11 週 | A.單元主題 機器學習演練實務 [3/6] B. 授課重點 KNN作分類 [1/2] |
| 第 12 週 | A.單元主題 機器學習演練實務 [4/6] B,授課重點 K-NN 做分類 [2/2] C.閱讀材料或安排事項 Hw#04 (分類應用) |
| 第 13 週 | A.單元主題 機器學習演練實務 [5/6] B.授課重點 K-Means作分群 [1/2] |
| 第 14 週 | A.單元主題 機器學習演練實務 [6/6] B.授課重點 K-Means作分群 [2/2] C.閱讀材料或安排事項 Hw#05 (分群應用) |
| 第 15 週 | A.單元主題-- 課程複習 B. 授課重點 數據分析 + 機器學習 |
| 第 16 週 | A.單元主題 - 學期考試 (筆試) B. 授課重點 – 課堂考試 |
1. “文科生也學得會!資料科學x機器學習實戰探索—使用Excel” *作者: 楊清鴻、陳宗和、陳瑞泓、王雅惠 *版本: 2022 年6月初版 *出版社: 旗標科技 --------------------- 2. 自製講義或課本之參考書目: 參考書_1: “Excel 函數與分析工具(適用 Excel 2019〜2013)”, *作者: 楊世瑩 *出版社: 碁峰資訊 (2020.09,初版)
- 地點
- 老師辦公室 - 光復校區, 資訊館 327 辦公室
- 時間
- A. Mon 12:20 - 13:20 B. Thu 11:00 - 12:00
- 聯絡方式
- * E-mail: jcs.chen@nycu.edu.tw * Phone: 校內分機 31721