學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部博士班1年級 A班
|
本課程培養學生下列知識: |
1.知識:讓學生瞭解資料探勘在知識的如何應用商業智慧(BI)發展企業營利模式,以建構核心經營競爭力
2.技能:讓學生熟悉資料探勘代表性的演算法及其應用
3.能度:培養學生主動關注資料探勘代新知及活用所習得知識的創新能力
4.其他:協助同學從資管相關學術期刊中選取數篇學術論文,以擴展同學的視野、探討如何適當地運用相關的方法來進行資訊科技與管理之分析與解決問題之研究。1.學生能具有資料探勘之專業知識.2.學生能判別資料探勘之優缺點,及現行應用領域3.學生能熟悉資料探勘之相關技術4.學生能獨立研讀相關資料探勘論文,並提出創新的概念或運用.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:本學期課程教學大綱說明 第02週:資料科學、大數據分析與資料探勘概觀與其應用第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:資料探勘之預前處理--資料整合、資料精簡及資料轉換&作業一說明(面授)第06週:資料倉儲簡介第07週:關聯探勘規則之介紹第08週:關聯探勘規則方法第09週:期中報告與作業二說明(面授)第10週:決策分類之方法第11週:決策樹分類法第12週:貝氏分類法第13週:群集分析之介紹第14週:群集分析之方法第15週:論文研討(oral presentation)(面授)第16週:論文研討(oral presentation)(面授)第17週:論文研討(oral presentation)(面授)第18週:期末報告(面授)
|
成績及評量方式 |
期中報告、論文研討與上台口頭報告:30%平時測驗與作業、期末報告及網路討論:60%學習態度及到校課堂參與:10%
|
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.Data Mining: Concepts and Techniques, Jiawei Han and Micheline Kamber , Morgan Kaufmann Pub.(資料探勘:概念與方法。第二版。滄海書局)(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:
星期一,第5~6節,地點:T2-1030; 星期三,第4~X節,地點:T2-1030; 分機:4293
|
|