巨量資料分析與應用
Big Data Analytics
學期
114-1
學分
2
學分
當期課號
131807
永久課號
NSCH30061
開課單位
社區健康照護研究所
授課教師
劉介宇
校區
陽明
類別
選修
上課時間表
| 節 | 週五 |
|---|---|
3 10:10–11:00 | 巨量資料分析與應用 YN302 2 節連堂 |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
近年來使用 R 語言進行量性研究及資料視覺化的工作已成為護理研究的世界潮流。本課程將以 巨量資料(Big Data)的分析概念為核心,使學生接觸實際的巨量資料問題,並學習相關的方法 與技術。課程會就資料的背景、來源、要解決的問題及相關的專業知識做說明。課程將會包含 以下四個主題:(1) R 語言與 Rstudio 的簡介;(2) 資料搜集、儲存與整理;(3) 機器學習模型 (machine learning)及人工智慧(artificial intelligence, AI)建立與分析方法;(4)結果呈現、說明 與資料視覺化(ggplot2 package)等,介紹相關的概念、方法與實作工具,接著針對近年來新 提出之演算法(含 R packages)進行介紹及討論。 修習本課程,學生將能 1. 瞭解巨量資料分析理論之基本概念 2. 利用 R package 進行人工智慧及機器學習的巨量資料分析 3. 學習 R 的資料視覺化模組 ggplot2 進行資料視覺化及資料分析結果視覺化
先修科目
生物統計學
教學方式
講授與報告(使用期刊論文為主要範例)
評分方式
(1)平時課堂參與和討論 30% (2)期中考 30% (3)期末報告 40%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 巨量資料簡介 R 語言及 Rstudio 簡介 A quick tour by using Chatgpt |
| 第 2 週 | R package 及 R 語言介紹 期刊論文範例 |
| 第 3 週 | R 資料之 Input/Output |
| 第 4 週 | R 程式基本邏輯 |
| 第 5 週 | R 群組資料襙作 |
| 第 6 週 | 更有效率的群組操作 (dplyr) |
| 第 7 週 | 使用 purr 及資料整理 |
| 第 8 週 | Tidyverse 下的資料整理 |
| 第 9 週 | 使用 R 進行統計分析 |
| 第 10 週 | 一般化線性模型(Generalized Linear Model) |
| 第 11 週 | 模型診斷(含 cross-validation) |
| 第 12 週 | 機器學習及人工智慧方法(1)-決策樹 |
| 第 13 週 | 機器學習及人工智慧方法(2)-支援向量機(SVM) |
| 第 14 週 | 機器學習及人工智慧方法(3)-集群分析方法 (HC, KNN, k-means) |
| 第 15 週 | 機器學習及人工智慧方法(4)-類神經網路 |
| 第 16 週 | 機器學習及人工智慧方法(5)-隨機森林法 |
教科書
Jared P. Lander 原著,鍾振蔚 譯,精通大數據!R 語言資料分析與應 用 (第二版),2018,旗標科技股份有限公司,台北。
Office Hours
- 地點
- 護理館605A研究室
- 時間
- 週一下午3:30-5:30
- 聯絡方式
- chiehyu@nycu.edu.tw 分機 #67297