資料科學方法
Data Science Methods
| 節 | 週四 |
|---|---|
2 09:00–09:50 | 資料科學方法 TD 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
本課程教授修課學生資料科學基本概念與工具,學習撰寫資料科學領域常用的電腦程式語言Python,包括資料型態、流程控制語法、檔案與資料庫操作、內建函式(libraries)或套件(packages)使用、自訂函數等,並且使用Python進行資料科學相關之應用,包括資料處理、過濾、視覺化與分析,本課程亦將簡介機器學習(machine learning)與深度學習(deep learning)。 本課程的目標在於使修課學生在學期結束時,除了資料科學的基本概念外,也將了解如何撰寫Python語言進行相關之資料處理、分析與視覺化。
Statistics; Operations Research; Computer Programming
無備註
教師未提供此項資料
Your final semester grade will be calculated based on the following: Midterm Exam 25% Final project presentation 25% Homework Assignment 25% Attendance and Class Participation 25% (The instructor reserves the right of modifying the weights of items above.)
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Course introduction |
| 第 2 週 | Python programming language |
| 第 3 週 | Python programming language |
| 第 4 週 | Python programming language |
| 第 5 週 | Python programming language |
| 第 6 週 | Python programming language |
| 第 7 週 | Python programming language |
| 第 8 週 | Midterm exam |
| 第 9 週 | Introduction to data science and machine learning |
| 第 10 週 | Data visualization |
| 第 11 週 | Decision tree analysis and random forests |
| 第 12 週 | Clustering analysis |
| 第 13 週 | Association analysis |
| 第 14 週 | Neural networks and deep learning |
| 第 15 週 | Applications of data science methods |
| 第 16 週 | Term project presentation |
| 第 17 週 | 彈性補充教學 |
| 第 18 週 | 彈性補充教學 |
- Lutz, M. (2013). Learning Python (5th edition). O'Reilly. - Grus, J. (2015). Data Science from Scratch: First Principles with Python (first edition). O'Reilly.
- 地點
- 教師未提供此項資料
- 時間
- 10:30-12:00, Tuesday
- 聯絡方式
- Email: jasoncclu@nctu.edu.tw