| 學分數 |
3
|
修課時數 |
3
|
開課班級 |
碩士班1年級 A班
|
| 本課程與系所培養學生能力指標關聯度： |
| 核心能力 | 能力指標 | 高度關聯 | 中度關聯 | 低度關聯 |
| 自主學習與終身學習態度。 | 邏輯分析 |
✔
|
|
|
| 自主學習與終身學習態度。 | 自主學習 |
|
✔
|
|
| 本課程培養學生下列知識： |
|
數據分析可以為企業帶來多面向利益，例如開發新商業收益機會、強化行銷效益、提升顧客服務、使企業營運更有效率。本課程以實際數據及案例講授數據導入和導出、數據探索、決策樹、隨機森林、回歸法、分類法、關聯規則、文字探勘、社會網絡分析。
1. 了解企業數據分析的重要性
2. 具備企業數據分析的知識、概念
3. 具備企業數據分析的執行力
1.了解企業數據分析的重要性2.具備企業數據分析的知識、概念3.具備企業數據分析的執行力Data analytics drive multiple business benefits, such as developing new business revenue opportunities, more effective marketing campaigns, promoting customer services, and better business performance. This course aims to apply real data and case studies to cover data mining techniques: data import and export, data exploration, decision trees, random forest, regression, clustering, association rules, text mining, and social network analysis.
|
| 每週授課主題 |
|
第01週：課程說明第02週：大數據時代來臨第03週： 數據導入和導出第04週：數據探索與創新第05週：決策樹、隨機森林第06週：回歸法第07週：分類法第08週：異常偵測第09週：期中報告第10週：時間序列分析與挖掘第11週：關聯規則第12週：文字探勘第13週：社會網絡分析第14週：個案研討1: 房價指數的分析與預測第15週：個案研討2: 客戶回復預測與效益最大化第16週：個案研討3: 內存受限的大數據預測模型第17週：個案總結第18週：期末報告
|
| 成績及評量方式 |
|
平時成績(課程參與小考 出席 學習態度)：50%報告：50%
|
| 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 |
1.R语言与数据挖掘最佳实践和经典案例 (澳)趙彥昌機械工業出版社2014 (教科書)
|
| 教師資料 |
教師網頁：http://www.cyut.edu.tw/~jbjang/
E-Mail： jbjang@cyut.edu.tw
Office Hour：
星期二,第3~4節,地點:T2-905;
星期四,第8~9節,地點:T2-905;
分機:4882
|
|
|