| 當期課號 |
7089 |
Course Number |
7089 |
| 授課教師 |
武季蔚 |
Instructor |
WU,CHEI WEI |
| 中文課名 |
資料模式 |
Course Name |
Data Model |
| 開課單位 |
會計系碩士班一A |
Department |
|
| 修習別 |
選修 |
Required/Elective |
Elective |
| 學分數 |
3 |
Credits |
3 |
| 課程目標 |
教授資料分析、統計模式建立及機械學習方法的基本原理。演習相關應用工具及程式能直接應用於財務、會計及管理問題。 |
Objectives |
Teach basic principles for data analysis, statistical model building and machine learning and practice related tools and programs to directly apply for financial, accounting and management problems. |
| 教材 |
1. Alpaydin, E. 2004. Introduction to Machine Learning, The MIT Press
2. Hastie, T., R. Tibshirani, and J. Friedman. 2001. The Elements of Statistical Learning: Data Mining, Inference, and Predictions. New York: Springer |
Teaching Materials |
1. Alpaydin, E. 2004. Introduction to Machine Learning, The MIT Press
2. Hastie, T., R. Tibshirani, and J. Friedman. 2001. The Elements of Statistical Learning: Data Mining, Inference, and Predictions. New York: Springer |
| 成績評量方式 |
期中考
實作
期末報告 |
Grading |
Mid term
Cases Lab
Final report |
| 教師網頁 |
|
| 教學內容 |
1. 簡介
2. R 統計應用環境及程式
3. 監督式學習(分類及迴歸概念)
4. 學習決策理論
5. 參數方法
6. 變數處理
7. 叢集分析
8. 非參數方法及決策樹
9. 類神經網路
10. 模式比較及選擇
11. 關聯性分析
12. 資料前處理 |
Syllabus |
1. Introduction (A1)
2. R statistic environment and programming
3. Supervised Learning (A2)
4. Learning Decision Theory (A3)
5. Parameter method (A4,A5)
6. Dimensionality Reduction (A6)
7. Clustering (A7)
8. Nonparametric Method and Decision Trees (A8, A9, A10)
9. Neural Networks (A11, A12)
10. Model Comparison and Selection (A14, A15)
11. Association
12. Data Preprocessing |