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 |
3
|
每週授課時數
Weekly Hours of
Instruction |
3
|
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 |
|
教學方法Instructional Strategies |
|
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 |
|
授課進度表 Content &Weekly Schedule |
|
學期成績計算及多元評量方式Grading Policy |
|
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
|