教學大綱 Syllabus

科目名稱:從資料學習(二)

Course Name: Learning from Data (Ⅱ)

修別:選

Type of Credit: Elective

2.0

學分數

Credit(s)

40

預收人數

Number of Students

課程資料Course Details

課程簡介Course Description

如這時間不適合你,我推薦 吳漢銘老師的 統計諮詢, 它是比較有系統的統計諮詢課

基本上這課需要基礎統計,如迴歸分析的基礎。

本課程將以資料分析為主軸,學生將由了解資料,討論資料的可能應用開始,進而討論要回答問題所需的統計及計算工具。經由實作分析,根據所得知結果,再進一步討論方法的好處壞處,計算的瓶頸及優勢。如果有必要,在進一步討論如何修正方法,得到更好的結果,或者修其可能的應用。 (注意:網路上有不少課程也以 "Learning From Data"為名,但本課程並非"機器學習"課程; 而是強調以問題為核心的資料分析思維,特別將以統計學的思考準則為主,而計算的考量為輔。)

學生將分組處理資料,並自行討論訂定問題及回答問題的方向。並輪流於課堂上報告,分析進度。非同組成員,亦得提問,給建議或提供其他不同的資料分析考量。

學期分數將依 課堂討論參與(20%),口頭報告(40%),期末報告(40%); 報告包含口頭報告及書面報告。

口頭報告以組為單位,書面報告以個人為單位。嚴禁抄襲。抄襲者以0分計算。

這是選修課,但要求很多,也會很嚴格。所以慎選。
這不是單向教學的受可方式,也不是單純的資料分析或軟體教學課。學生的參與度很重要。對將來想要在深造,或在公司R&D部門的較合適。對於想學技術的人,建議修其他技術性為主的課程。

核心能力分析圖 Core Competence Analysis Chart

能力項目說明


    課程目標與學習成效Course Objectives & Learning Outcomes

    讓學生對於統計方法研究及其於資料科學研究所扮演的角色有所認識。

    This is not a machine learning course or a data analysis course.

    The goal of this class is to help you to understand what a data scientist does when he/she faces a data set.

    We will first try to find out how this was done in the past, then thnk of what it should be done in our era when facing new data (format and size) with new technicalities. There will be no specific plan in each class. We will discuss relatred issues spontaneously according to the data in hands and the reactions of students.

    每周課程進度與作業要求 Course Schedule & Requirements

    教學週次Course Week 彈性補充教學週次Flexible Supplemental Instruction Week 彈性補充教學類別Flexible Supplemental Instruction Type

    週次

    Week

    課程主題

    Topic

    課程內容與指定閱讀

    Content and Reading Assignment

    教學活動與作業

    Teaching Activities and Homework

    學生學習投入時間

    Student workload expectation

    課堂講授

    In-class Hours

    課程前後

    Outside-of-class Hours

    1

    資料分析簡介,舉例

    討論可行方法

    討論可行方法

    2

    3

    2

    瞭解資料,分析資料,討論可行方法。

    討論可行方法

    討論可行方法

    2

    3

    3

    瞭解資料,分析資料,討論可行方法。

    討論可行方法

    討論可行方法

    2

    3

    4

    瞭解資料,分析資料,討論可行方法。

    討論

    討論

    2

    3

    5

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    討論

    討論

    2

    3

    6

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    討論

    討論

    2

    3

    7

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    討論

    討論

    2

    3

    8

    瞭解資料,分析資料,討論可行方法。

    討論

    討論

    2

    3

    9

    瞭解資料,分析資料,討論可行方法。

    討論

    討論

    2

    3

    10

    瞭解資料,分析資料,討論可行方法。

    討論

    討論

    2

    3

    11

    瞭解資料,分析資料,討論可行方法。

    報告討論

    報告討論

    2

    3

    12

    瞭解資料,分析資料,討論可行方法。

    報告討論

    報告討論

    2

    3

    13

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    報告討論

    報告討論

    2

    3

    14

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    報告討論

    報告討論

    2

    3

    15

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    報告討論

    報告討論

    2

    3

    16

    瞭解資料,分析資料,討論可行方法。口頭分組報告

    報告討論

    報告討論

    2

    3

    17

    期末口頭分組報告

    報告討論評分

    報告討論評分

    2

    3

    18

    期末口頭分組報告

    報告討論評分

    報告討論評分

    2

    3

    授課方式Teaching Approach

    20%

    講述 Lecture

    50%

    討論 Discussion

    30%

    小組活動 Group activity

    0%

    數位學習 E-learning

    0%

    其他: Others:

    評量工具與策略、評分標準成效Evaluation Criteria

    學期分數將依 課堂討論參與(20%),口頭報告(40%),期末報告(40%); 報告包含口頭報告及書面報告。

    口頭報告以組為單位,書面報告以個人為單位。嚴禁抄襲。抄襲者以0分計算。

    指定/參考書目Textbook & References

    已申請之圖書館指定參考書目 圖書館指定參考書查詢 |相關處理要點

    維護智慧財產權,務必使用正版書籍。 Respect Copyright.

    課程相關連結Course Related Links

    
                

    課程附件Course Attachments

    課程進行中,使用智慧型手機、平板等隨身設備 To Use Smart Devices During the Class

    需經教師同意始得使用 Approval

    列印