巨量資料分析
Big Data Analysis
| 節 | 週一 |
|---|---|
A 18:30–19:20 | 巨量資料分析 A718 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
本課程介紹各種統計/機器學習分析方法,並學習使用Python套件進行資料分析與判讀結果. 本課程專注於統計學習方法及其在數據分析中的應用,不會從零開始教授 Python 程式設計。 學生需要具備基本的 Python 知識,或願意在課外自行學習。我們將提供一些補充學習材料,幫助您自主學習 Python 程式設計。 如果您是希望通過這門課程學習 Python 編程,這門課可能不適合您。
統計學
擬修課及加選的同學,請先填表單 https://forms.gle/HiDymG5wmkK27wHd9 巨量資料分析 9月 1日 (星期一) · 下午6:30 - 9:20 時區:Asia/Taipei Google Meet 會議參加資訊 視訊通話連結:https://meet.google.com/qoq-dokv-ewt 或撥打以下電話號碼:(US) +1 915-308-8538 PIN 碼:508 239 445# 更多電話號碼:https://tel.meet/qoq-dokv-ewt?pin=3707485734315 本課程為線上授課,所有學生在上課期間必須全程打開攝影機並保持在鏡頭範圍內。 未按要求打開攝影機或未出現在鏡頭中的學生將被視為缺席。整學期無故缺席超過兩次的學生將無法通過本課程。 課程問卷調查: 課程將有一份問卷調查,具體資訊會在課程綱要中公布。 所有學生必須在規定期限內(第二次上課前)完成問卷。
作業45% 課堂出席及參與15% 期中考試20% 期末專題或報告文章20%
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程簡介(含使用工具介紹) Introduction 統計學習演算法Statistical Learning Algorithms |
| 第 2 週 | 統計學習演算法Statistical Learning Algorithms K 近鄰 K-Nearest Neighbors |
| 第 3 週 | 線性迴歸分析 Linear Regression |
| 第 4 週 | 羅吉式迴歸 Logistic Regression |
| 第 5 週 | Teacher's Day 資料圖形化 Graphic display of data |
| 第 6 週 | Mid-Autumn Festival 資料清理簡介 Introduction to data cleaning |
| 第 7 週 | 判別分析 Discriminant Analysis |
| 第 8 週 | 再抽樣方法Resampling Methods |
| 第 9 週 | 模型選擇 Model Selection |
| 第 10 週 | 決策樹Decision tree |
| 第 11 週 | 隨機森林 Random Forest & Boosting |
| 第 12 週 | 期中考 |
| 第 13 週 | 主成份分析Principle component Analysis |
| 第 14 週 | no class |
| 第 15 週 | 集群分析Cluster Analysis |
| 第 16 週 | 期末報告 |
| 第 17 週 | 自主學習 |
| 第 18 週 | 自主學習 |
James, G., Witten, D., Hastie, T., Tibshirani, R. & Taylor, J. (2023) An introduction to Statistical Learning with Applications in Python. Springer
- 時間
- 以email約時間
- 聯絡方式
- paulachen@nycu.edu.tw