運動數據處理與分析
Sports Data Processing and Analysis
學期
114-1
學分
3
學分
當期課號
535703
永久課號
CSDS30012
開課單位
數據科學與工程研究所碩士班
授課教師
易志偉
校區
光復
類別
選修
上課時間表
| 節 | 週四 |
|---|---|
5 13:20–14:10 | 運動數據處理與分析 EC122 2 節連堂 |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
概述
課程教授資通訊科技在運動數據處理與分析上的核心技術與配合系統整合實作。學生在課程中會學習到資料收集(含影像處理)、資料前處理、資料統計與技戰術分析、數據呈現與視覺化及資料庫/網頁/物聯網系統整合。授課內容搭配資料蒐集、影像處理、資料庫設計、網頁開發及應用程式等實作,建構資料生態系。授課重點包含: 1. 感測技術:應用在運動數據收集的感測技術,如:慣性感測器、生理訊號、影像感測等。 2. 數據技術:運動數據的統計分析、時序資料分析、技戰術分析及動作分析等,並整合數據呈現。 3. 互動技術:提供與使用者介接的技術,如:物聯網、發球機、AR/VR。 4. 動作分析:使用2D/3D骨架,進行動作解析及比對。 5. 系統整合開發:攝影3D感測系統與技戰術分析系統。 學生在修習這門課後,應能熟知運動數據處理的技術生態,且具有能力可以整合感測、數據處理、資料庫與網頁等技術,開發運動資料應用程式。
先修科目
python程式語言、深度學習模型使用、影像處理、時序資料處理
教學方式
以課堂教學為主,進行理論及技術教授,配合論文導讀與學生論文報告;輔以助教傳授實際系統開發,並據以設計實作;最後由學生進行期末專題實作與報告。
評分方式
期中考及期末考:40% Lab及作業:30% 專題實作:30%
課程大綱
- 數據分析與視覺化呈現
- 機器學習與深度學習技術
- 運動表現預測與分析
- 進階議題
- 資料收集、感測技術與資料數據預處理
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction to the Sports Data Ecosystem |
| 第 2 週 | Wearable Sensing Technology |
| 第 3 週 | Time Series Data Processing, e.g. IMU, ECG, ... |
| 第 4 週 | Lab 1. IMU Activity Analysis |
| 第 5 週 | IoT Technology for Sports Science |
| 第 6 週 | 3D Camera Sensing Framework |
| 第 7 週 | Image Processing and Deep Learning for Camera Sensing |
| 第 8 週 | Lab 2. 3D Computer Vision System |
| 第 9 週 | Data Collection by Video Labeling |
| 第 10 週 | Database and Web UI Design |
| 第 11 週 | Tactical Data Analysis |
| 第 12 週 | Lab 3. Sports Database and Web Service Design |
| 第 13 週 | Advanced Sports Data Analysis, e.g. Big Data, DL, LLM |
| 第 14 週 | Edge Technology |
| 第 15 週 | Innovative Sports Applications |
| 第 16 週 | Final Project |
教科書
1. 自製投影片及講義 2. 學術論文
Office Hours
- 地點
- EC432
- 時間
- TBA
- 聯絡方式
- Email: tik@nycu.edu.tw Office: (03)5131346