本課程與系所培養學生核心能力關聯度 | 高度關聯 | 中高關聯 | 中度關聯 | 中低關聯 | 低度關聯 |
資訊資源整合與策略應用之能力。 |
|
|
✔
|
|
|
組織溝通與資訊領導之能力。 |
|
|
|
✔
|
|
獨立思考、分析與解決問題之研究能力。 |
|
✔
|
|
|
|
國際視野與終身學習之能力。 |
|
|
|
✔
|
|
本課程培養學生下列知識: |
資料探勘是一個多學科領域,從多個學科汲取營養。這些學科包括資料庫技術、人工智慧、機器學習、神經網絡、統計學、模式識別、知識庫系統、知識獲取、資訊檢索、高性能計算和資料視覺化。資料探勘是對資料的處理、分析及建立模式,以找出有意義的隱藏資訊。本課程的目的不在介紹資料探勘所發展的計算分析方法,也學習資料倉儲的相關技術。主要的內容包含資料倉儲的意義與建置方式,資料概念描述:特徵化與比較、分類、關聯技術、群集分析。1.讓學生具有資料探勘之專業知識2.學生需了解如何判別資料探勘之優缺點,及現行應用領域3.讓學生熟悉常見資料探勘之相關技術4.讓學生能獨立研讀資料探勘相關論文並提出創新的概念或運用Data Mining and Knowledge Discovery has become an active area of research, attracting people from several disciplines, including database systems, statistics, information retrieval, pattern recognition, AI/machine learning, and data visualization.
The course will introduce data mining and data warehousing, and study their principles, algorithms, implementations, and applications.
TOPICS:
An introduction to data mining and data warehousing: motivation and applications. Basic data warehousing technology: data cube methods, data warehouse construction and maintenance.
Basic data mining techniques: characterization, association, classification, clustering, and similarity-based mining.
Advanced data mining applications: mining relational and transaction data, mining time-related data, spatial data mining, textual data mining, multimedia data mining, visual data mining, and Web mining.
|
每週授課主題 |
第01週:何謂資料探勘第02週:資料探勘之應用領域第03週:資料探勘之預前處理-資料種類、資料選取、資料清理第04週:資料探勘之預前處理--資料整合、資料精簡及資料轉換第05週:何謂資料倉儲第06週:資料特徵的綜整與差異化第07週:關聯探勘規則之介紹第08週:關聯探勘效能分析第09週:期中oral報告第10週:決策分類之介紹第11週:決策樹與貝氏分類法第12週:其他決策分類之介紹第13週:群集分析之介紹第14週:論文研討(oral presentation)第15週:論文研討(oral presentation)第16週:論文研討(oral presentation)第17週:論文研討(oral presentation)第18週:期末oral報告
|
成績及評量方式 |
口頭報告:50%學習態度:10%平時作業及出席:40%
|
證照、國家考試及競賽關係 |
本課程無證照、國家考試及競賽資料。
|
主要教材 |
2.Data Mining: Concepts and Techniques, 2nd ed.( Jiawei Han and Micheline Kamber) (教科書)
|
教師資料 |
教師網頁:http://www.cyut.edu.tw/~lcf/
E-Mail: lcf@cyut.edu.tw
Office Hour:
星期二,第5~6節,地點:T2-1030; 星期四,第5~6節,地點:T2-1030; 分機:4293
|
|