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 		資料科學專題
課號
Course Code 		TECH5AAB00
課程英文名稱
Course Name in English		 Topics in Data Science
學年/學期
Academic Yeas/Semester		 114 /2
開課單位/學門別
Department/Academic Discipline		 應用科技與設計學院碩士班
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
 雙軌學習型
課程內容
Curriculum attribute
■實作 ■實務 ■一般課程
AI暨智慧永續發展
 AI暨智慧課程:AI專業課程    永續發展課程: 否
16+2課程 否
教學方法
Instructional Strategies
■講授 ■分組討論 ■數位融入課程(包含遠距教學、數位學習平台、zuvio、ppt、數位講桌的設備與功能、其他數位教學輔助軟體等)
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
 
隨著「大數據」(Big Data) 的概念日益普及，強調大數據應用的「資料科學」也受到高度的重視。本課程主要介紹「資料科學」之理論、技術及各種資料處理與分析的相關應用等重要議題，內容包括:大數據的架構及資料處理模式、資料倉儲、智慧型資料分析、資料視覺化、商業智慧、網路探勘/社交網路分析、資料建模及效能評估等。講授過程中強調以個案及實作的方式來更深入瞭解資料科學和大數據分析的原理及技術，也將探討資料科學及大數據分析的有效執行及合理應用。
With the increasing popularity of the "Big Data" concept, "Data Science," which emphasizes big data applications, has received significant attention. This course primarily introduces the core theories, technologies, and various applications of data processing and analysis in Data Science. The content includes: big data architecture and data processing modes, data warehousing, intelligent data analysis, data visualization, business intelligence, web mining/social network analysis, data modeling, and performance evaluation. Throughout the lectures, emphasis will be placed on case studies and hands-on practices to gain a deeper understanding of the principles and techniques of data science and big data analytics. The course will also explore the effective execution and rational application of data science and big data analytics.
 
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資料分析/智慧型資料分析Understand data analysis and intelligent data analysis.
2大數據的架構及資料處理模式Understand big data architecture and data processing modes.
3資料倉儲及商業智慧的應用Understand the applications of data warehousing and business intelligence.
4資料科學相關軟體應用Understand the applications of data science-related software.
授課進度表
Weekly Schedule
週次內容備註
1和平紀念日放假
National holiday (No Class This week)		 
2資料科學概念及背景說明
Concepts and Background Information of Data Science		 
3資料相關基本知識之複習
Review of basic knowledge related to the DATA		 
4資料料學專案與專案流程
SOP of Data Science Projects		 
5資料的預處理與「資料化」(Datafication)過程Data preprocessing and "datafication" process 
6清明節補假
National holiday (No Class This week)		 
7Data Science專案本質分析與因果分析 +資料之預處理技術
Data Science Project: Essence Analysis and Causal Analysis + Data Preprocessing Techniques		 
8資料建模技術#1:關聯性分析及主成份分析技術
Data Modeling Techniques #1: Association Analysis and Principal Component Analysis		 
9期中評量 + 期末專題個別討論及定案
Midterm Exam & Proposal of DS Projects		 
10資料建模技術#2: 分類 (Classification)技術 1/2
Data Modeling Techniques #2: Classification Techniques 1/2		 
11資料建模技術#2: 分類 (Classification)技術 2/2
Data Modeling Techniques #2: Classification Techniques 2/2		 
12資料建模技術#3:群聚分析(Clustering)技術
Data Modeling Technique #3: Clustering Technique		 
13資料視覺化(Data Visualization)技術
Methods and Tools for Data Visualization		 
14資料科學應用實例與相關問題討論
Examples of Data Science Applications and Discussion of Related Issues		 
15大數據的整體架構及資料處理模式 → 資料倉儲和商業智慧個案討論
Big Data Overall Architecture and Data Processing Model → Case Study on Data Warehousing and Business Intelligence		 
16期末專題實作結果發表 #1 + 課程總結
Final Project Practical Results Presentation #1 + Course Summary		 
17端午節放假
National holiday (No Class This week)		 
18期末專題實作結果發表 #2 + 課程總結
Final Project Practical Results Presentation #2 + Course Summary		 
　
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 25%課堂小考 Quiz實作作業 Implementation Homeworks專題討論參與 Panel Discussion Participation課堂參與、筆記
2期中考成績/Midterm Exam 25%筆試題實機操作  
3期末考成績/Final Exam 50%  期末專題成果發表 
4其他/other 0%    
主要參考書目
References

 塚本邦尊、山田典一、大澤文孝 (莊永裕譯)：「東京大學資料科學家養成全書」，臉譜出版，台北市，2020。

指定閱讀
Required Readings

Jake VanderPlas (何敏煌譯): 「Python資料科學學習手冊」，第二版，碁峰資訊，台北市，2023。
Jake VanderPlas: 「Python Data Science Handbook」，2nd Edition，O'Reilly，USA，2023。
教師座談/晤談地點與時間
Course Management SystemInstructor' Office and Office hours

星期四下午/課後和星期二、三上午於U407教師研究室
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