教學大綱 Syllabus

科目名稱:成為Python數據分析達人的第一堂課

Course Name: Python for Data Analysis 101

修別:選

Type of Credit: Elective

1.0

學分數

Credit(s)

299

預收人數

Number of Students

課程資料Course Details

課程簡介Course Description

Python 程式語言可以說是當今數據分析、人工智慧的程式語言。本課程是 Python 的入門課程, 特色是以數據分析實務為導向, 在邊玩邊學的氛圍中學會 Python 程式語言。除了會學到 Python 的基礎語法, 數據分析、視覺化等等的技巧, 還有機器學習的基本概念。

課程特色是非常鼓勵同學從自己生活經驗中, 發揮自己的想像力, 找到可以運用 Python 程式的地方。比方說同學們很快的會寫出「拍拍機器人」療癒型的對話機器人, 讓電腦寫詩,  還有一些 Python 小遊戲, 或是抽獎程式等等生活相關的應用。作業除了推薦的問題之外, 我們更鼓勵同學發揮自己的創意, 「自己出題自己解決」, 真正把程式融入自己的生活之中。

這門課將會用免費的 Google Colab, 介紹數據分析主流 Jupyter Notebook 平台。還會學會 Jupyter Notebook 很炫的互動功能, 更加入瞬間打造自己 web app 的神奇魔法!



我們會安排三次線上同步直播與讓同學與老師助教互動, 同學們也歡迎直接找老師或助教討論。

重要提醒: 本課程為磨課師微學分課程, 為非同步線上課程, 請同學們務必安排時間在期限內完成各項作業及線上測驗。

【第一次課程直播】(請務必參與!!)
2024 年 9 月 18 日 (三) 7:10pm 在 Facebook 「炎龍Der辦公室」:
https://www.facebook.com/yenlungder/



【特別提醒】課程是在政磨課師平台, 沒有帳號請務必用「學校信箱」註冊帳號。
https://moocs.nccu.edu.tw

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

    1. 熟悉 Python 程式語言及數據分析相關套件。

    2. 養成用程式解決實務問題的習慣。

    3. 瞭解機器學習的基本概念, 並能運用不同機器學習的方法。

    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

    課程直播會在 Facebook 《炎龍老師的課程直播區》直播

    https://www.facebook.com/groups/yenlung.live/

    影片會同步保留在 Facebook 及 YouTube 中

     

    週次

     

    課程主題

    課程內容與 指定閱讀

    教學活動

    作業

    學習投入

    時間

    課堂

    講授

    課程

    前後

    1-3

    課程說明及 Python 系統 (Colab) 使用

     

    1. 課程介紹、評分方式

    2. Google 運端計算 Colab 系統介紹

    課本單元1-6

    作業:用Python畫個函數圖形

    3

    1-2

    4

    Python程式基礎I:Python的開發環境、串列與繪圖

     

    1. Python 的特點

    2. Python 的資料型態

    3. 用程式做基本運算

     

    課本單元7-11

    作業:拍拍機器人

     

    1

    2-3

    5

    Python程式基礎II:迴圈、條件判斷

     

    1. 迴圈的概念及寫法

    2. 條件判斷

     

    課本單元12-17

    作業:猜數字遊戲

     

    1

    2-3

    6

    Python強大的秘密:numpy、向量化與各式套件

     

    1. Python 重要資料庫 numpy, matplotlib, pandas 簡介

    2. array 平行化運算

    課本單元29-34

    作業:快速篩選你要的資料

     

    1

    2-3

    7

    處理與展示資料的技巧:Python的字典檔與Jupyter互動功能

     

    1. Jupyter Notebook 互動程式技巧

    2. Python 字典型態的進階應用

    課本單元18-20

    作業:寫一個互動的小程式

     

    1

    2-3

    8-10

    數據分析的概念

     

    1. 數據分析的基本概念

    2. 綜合 Q&A 及提醒

    3. 個人期末專案介紹

     

    構思期末專案,並完成第一版作品

     

    3

    2-3

    11

    Python 的試算表:pandas數據分析

     

    1. 運用 pandas 整理數據

    2. 運用圖表分析資料

     

    課本單元35-39

    作業:畫出一支股票的走勢,及移動平均的圖

     

    1

    2-3

    12

    預測未來:用線性迴歸做預測

     

    1. 線性迴歸的概念

    2. 函數學習三部曲

    課本單元40-45

    作業:用 Python 判斷病人是否有糖尿病

     

    1

    2-3

    13

    成為機器學習專家:機器學習概要

     

    1. 監督式學習 SVM

    2. 非監督式學習 K-Means

     

    課本單元46-50

    作業:判斷是哪個亞種的鳶尾花

     

    1

    2-3

    14-16

    期末展演

     

    1. 優選專案成果發表

    2. 總結 Q&A 及未來學習方向

     

    優選專案同學分享、總結QA

     

    3

    1-2

    授課方式Teaching Approach

    20%

    講述 Lecture

    0%

    討論 Discussion

    0%

    小組活動 Group activity

    80%

    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

    1. 每個單元一次程式作業 70%

    說明: 

    2. 線上期中考: 15%

    3. 線上期末考: 15%

    【生成式 AI 使用相關說明】
    本課程「有條件開放使用」生成式 AI。事實上我們非常鼓勵同學運用 ChatGPT 等大型語言模型, 或是 Colab AI 等等來協助撰寫程式。但是請務必要培養「負責任」使用生成式 AI 的態度, 也就是「直接抄襲」、「只做無太大意義修改」、「沒有完全理解」就使用, 都是不能接受, 直接認定為抄襲。

    指定/參考書目Textbook & References

    《少年Py的大冒險:成為Python數據分析達人的第一門課》第二版
    作者: 蔡炎龍, 季佳琪, 陳先灝  
    出版社:全華圖書

    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】https://moocs.nccu.edu.tw
    【直播】https://www.facebook.com/yenlungder

    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