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

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

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: 無

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。

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
2	大數據的架構及資料處理模式
3	資料倉儲及商業智慧的應用
4	資料科學相關軟體應用

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)
7	Data 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