請尊重智慧財產權，課程教材不得非法影印。

佛光大學
Fo Guang University
教學計畫表 Syllabus

課程中文名稱
Course Name in Chinese

資料模式與知識探索

課號
Course Code

CS5C400

課程英文名稱
Course Name in English

Data Modeling & Knowledge Discovery

學年/學期
Academic Yeas/Semester

107 /2

開課單位/學門別
Course OfferingDepartment/
Academic Discipline

資訊應用學系碩士班

學制別
Degree

碩士班

學分數
Credits

每週授課時數
Weekly Hours of
Instruction

修別
Type

選修 Elective

課/學程別
Program

學系專業選修Specialized Elective

課程分流

實務型

課程內容
Curriculum attribute

■一般課程

教學方法Instructional Strategies

■課堂講授Lecture

■實習課程 Practicum

授課教師
Instructor

駱至中

聯絡方式

locc@mail.fgu.edu.tw

03-9871000 # 23211

上課時間/地點
Time of Class/Location of Class

五.2,3,4(U108)

先修課程
Prerequisites

課號: CS10I 課程名稱: 計算機概論

課程描述（若為實務型課程需含搭配產業界或非營利組織需求之說明）
Course Description

介紹資料採礦技術中「關聯性分析」、「決策樹」、「類神經網路」及分群分析等常用模式之的基本原理、運作方式，並以取自一般「經營管理」、「行銷/客戶關係管理」、「機器學習」和「教育資料探勘(Educational Data Mining)」等領域的實際應用案例來說明智慧型資料處理與模式建置的標準流程和相關注意事項。讓同學們對於來自統計、資料庫操作及人工智慧等各種領域之進階資料分析技術與實際應用有全面性的認識與瞭解，藉以奠定進一步探討巨量資料(Big Data)時代的「智慧型資料分析」、「資料採礦」和「知識工程」等相關實務處理研究的能力。

課程目標
（若為實務型課程請具體描述該課程所要培養之實務能力）
Course Objectives

序號	目標描述
1	學習智慧型資料分析、資料採礦和知識工程等的基本知識和技術。
2	了解巨量資料或一般資料的搜集、定義及預先處理程序。
3	了解資料探勘與隱私權之間的相互影響。
4	能夠實際執行資料探勘或巨量資料分析的相關專案。

授課進度表 Content ＆Weekly Schedule

週次	內容	備註
1	課程簡介及相關規定說明
2	背景知識複習#1 - 資料模式、資料分析及統計學
3	背景知識複習#2 -資料品質、資料維度及資料呈現
4	資料採礦之專案流程及推動策略
5	分類(Classification)技術﹕決策樹(Decision Trees)
6	資料之前置處理及資料採礦所涉及之資訊倫理議題
7	清明節 -- 放假一次
8	分類(Classification)技術﹕類神經網路 (1/2)
9	分類(Classification)技術﹕類神經網路 (2/2)
10	分類(Classification)技術﹕其他補充內容
11	關聯式法則 (Association Rule) 1/2
12	關聯式法則 (Association Rule) 2/2
13	群聚分析(Clustering)技術 (1/2)
14	群聚分析(Clustering)技術 (2/2)
15	資料採礦結果之解讀及模型驗證
16	端午節 -- 放假一次
17	Data Mining的應用範例
18	期末評量- Data Mining專題成果報告

學期成績計算及多元評量方式Grading Policy

項次	配分項目/catagory	配分比例/Percentage	會考測驗/general_test	實務操作/accounting_practice	專題發表/case_presentation	其他/other
1	平時成績/Asssignments	20%	平時考	課堂實習
2	期中考成績/Midterm Exam	30%	期中考試	期中進度報告
3	期末考成績/Final Exam	40%		實務型專題	專題成果
4	其他/other	10%				課堂參與

主要參考書目

References

1. I. H. Witten & E. Frank: Data Mining: Practical Machine Learning Tools and Techniques, the 3rd edition, Morgan Kaufmann, 2011.
2. F. Provost & T. Fawcett: Data Science for Business, O’Reilly, 2013.

指定閱讀

Required Readings

袁梅宇：王者歸來：Weka 機器學習與大數據聖經，佳魁資訊，2015。

教師座談/晤談地點與時間

Course Management

SystemInstructor’s

Office and Office hours

U407 研究室

星期四全日、星期三下午

學生請假規則

1. 學生請假悉依本校「學則」及「學生請假辦法」規定辦理。
2. 依本校「學則」第33條，曠課一小時，以缺課二小時論。學生某一科目之缺課總時數達該科全學期授課時數三分之一，經該科教師扣考後，即不准參加該科目之學期各項學習成績考試或評量。

課程平台

http://elearn.fgu.edu.tw