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)

參考資料

本課程無參考資料!

建議先修課程

本課程無建議先修課程

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