資料科學與機器學習應用實務
Practice of Data Science and Machine Learning
| 節 | 週一 |
|---|---|
5 13:20–14:10 | 資料科學與機器學習應用實務 CS105 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
本課程主要目地在於讓有興趣選課同學，學習「資料科學與機器學習(Data Science and Machine Learning), 以下簡稱DSML」學科領域之基本概念及相關應用的實務課程。實際內容, 大略分成三大部分 -- (1) 資料科學概論, (2) 數據視覺化 (Data Visualization), 以及 (3) 常用的機器學習應用概論. 學習目標 1). 透過教師課堂講授上述三大主題概念，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。 2). 具體的實務操作內容, 如下: ================== [A]. 首先，透過常見的電腦試算表(Microsoft Excel or Google Sheets) 以及Python程式等相關軟體的展示，引導有興趣修課的同學, 實際操作演練,了解相關課題的應用,增加學生對學習DSML 領域以及相關應用領域(如數據視覺化)的興趣。 [B] 數學視覺化應用 --本學期, 將分別以 Microsoft Excel 試算表 (或其他類似功能如 Google Spreadsheets), 以及 Python 程式, 來實作, 引導大家學習許多, 相當有趣且實用的數據視覺化應用 (例如, 常見的 折線圖, 直條圖, XY 散佈圖等) [C] 本學期擬涵蓋的幾種常見的機器學習應用, 包含 (1) 趨勢預測, (2).以 KNN 做分類, (3) 以 K-means 做分群, (4) 以 MLP (多層次感知器)做分類的基本的應用. [D]. 本課程程, 將引導學生完成一項以Python 程式為主(搭配課堂作業進度)的實作專案，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
-- 1). 本課程, 透過教師課堂講授之外，也配合安排暨引導學生, 課後上機演練操作，讓選課同學能了解資料科學與機器學習(Data Science and Machine Learning)學科的基本原理並完成有關的實機操作。 -- 2). 教學參考網站 --a. Python 數據視覺化應用簡介 1 - w3schools (https://www.w3schools.com) -- b. Pygal Tutorial on GeeksforGeeks (https://www.geeksforgeeks.org/python/pygal/)
---- 1).預計4 次作業 (配比, 40%) 2). 期中考 (配比, 25% -- 實體教室(現場_上機考試) 3). 期末考 (配比, 20%) -- 實體教室(現場_上機考試) 4). 期末專案(15%) - 數據視覺化進階應用 (Python 程式 + CSV)
- 2. 認識資料科學
- 3.認識機器學習演算法 與實務演練
- 4. 數據視覺化
- 1.課程概論
| 週次 | 主題 |
|---|---|
| 第 1 週 | 單元主題：課程導論 授課重點 – 本課程簡介 + 資料科學概論 [1/2] -1). 數據科學 (data science) -2). 機器學習(machine learning) -3). 數據視覺化 (data visualization) == 閱讀材料或安排事項 1) 安排本課程 Ms-Teams 教學平台的團隊代碼 2) 利用公眾平台取得YouBike資料 |
| 第 2 週 | 單元主題 – 資料科學基礎篇[1/3] 授課重點 - 資料科學概論 [2/2] |
| 第 3 週 | 單元主題 - 資料科學基礎篇[2/3] 授課重點 = 資料科學實作平台 == 閱讀材料或安排事項 – Excel 操作 + Python 繪圖 |
| 第 4 週 | 單元主題 - 資料科學基礎篇[3/3] 授課重點 = 資料科學的探索性分析 == Hw#01 (基本概念 + 實務操作) |
| 第 5 週 | 單元主題 - 機器學習演算法及演練實務 [1/5] 授課重點 –機器學習概論 (三大應用/四種方法) |
| 第 6 週 | 單元主題 - 機器學習演算法及演練實務 [2/5] 授課重點 - KNN ( K-最近鄰居法 – 分類) |
| 第 7 週 | 民族掃墓節(連假) – 停課乙次 |
| 第 8 週 | 單元主題 - 機器學習演算法及演練實務 [3/5] 授課重點 - 趨勢預測 (以線性回歸法實施) == Hw#02 |
| 第 9 週 | 單元主題 - 期中考試 == 閱讀材料或安排事項 = 現場考試 (課堂中實施) |
| 第 10 週 | 單元主題 - Python 程式進階篇 授課重點 -更多的 Python 程式語言介紹 |
| 第 11 週 | 單元主題 - 機器學習演算法及演練實務 [4a/5] 授課重點 – K-means 做分群 (1/2) |
| 第 12 週 | 單元主題 - 機器學習演算法及演練實務 [4b/5] 授課重點 = K-means 做分群 (2/2) == Hw#03 |
| 第 13 週 | 單元主題 - 機器學習演算法及演練實務 [5a/5] 授課重點 = MLP作分類 (1/2) |
| 第 14 週 | 單元主題 - 機器學習演算法及演練實務 [5b/5] 授課重點 - MLP作分類 (2/2) = Hw#04 |
| 第 15 週 | 單元主題 - 課程複習 授課重點 -數據分析 + 機器學習 |
| 第 16 週 | 學期考試 - 實體教室 |
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 ---- 數據視覺化適用 * Python 基本應用 * Python + pygal (數據視覺化 -- 基本款) *Python + matplotlib (數據視覺化 - 進階款)
- 地點
- 光復校區, 資訊館 327室
- 時間
- A. Mon 10:00 - 11:00 B. Thu 11:00 - 12:00
- 聯絡方式
- E-mail: jcs.chen@nycu.edu.tw Phone: x31721