按此列印  
                           
   
  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  
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 Offering
Department/
Academic Discipline
資訊應用學系碩士班 學制別
Degree
碩士班

Credits
 3     每週授課時數
Weekly Hours of
 Instruction
 3    修別
Type
選修 Elective
/學門別
Program
學系專業選修Specialized Elective
課程分流
實務型
課程屬性
Curriculum attribute
■一般課程
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 ContentWeekly 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 
17Data Mining的應用範例 
18期末評量- Data Mining專題成果報告 
教學策略Instructional Strategies
■課堂講授Lecture ■實習 Practicum
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。

課程平台/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

教師座談

http://elearn.fgu.edu.tw