資料探勘
Data Mining
學期
113-1
學分
0
學分
當期課號
537030
永久課號
MGMS30133
開課單位
管理科學系
授課教師
林斯寅
校區
光復
類別
選修
上課時間表
| 節 | 週三 |
|---|---|
3 10:10–11:00 | 資料探勘 M301（光復） 3 節連堂 |
4 11:10–12:00 | |
N 12:20–13:10 |
* 根據陽明交大上課時間表所列
概述
本課程將介紹資料探勘的基本理論和技術,涵蓋資料準備、資料挖掘方法、模型評估和實務應用。課程內容包括監督式與非監督式方法如關聯規則、決策樹、迴歸分析、支援向量機、類神經網路等。學生將學習使用資料探勘工具進行實作,並應用這些技術解決實際問題。
先修科目
無
備註
無備註
教學方式
1. 使用授課、報告、實作、討論等教學方式。 2. 使用學校數位教學平台配合授課。 3. 部分課程將搭配線上非同步課程授課
評分方式
1. 課程參與、平時作業(10%) 2. 程式實作(30%) 3. 筆試測驗(20%) 4. 論文報告(20%) 5. 主題報告(20%)
課程大綱
教師未提供此項資料
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程簡介與資料準備 |
| 第 2 週 | 甚麼是研究? |
| 第 3 週 | 資料探勘與智慧分析方法概論 |
| 第 4 週 | 資料前處理與資料準備 |
| 第 5 週 | 演講安排 (Professor KC Chen, Western Michigan University) |
| 第 6 週 | 資料網路爬蟲與資料前處理 (實作 1: Web Crawler) |
| 第 7 週 | 關聯規則分析Association Rules 主題報告1 |
| 第 8 週 | 分群分析Cluster Analysis and K-means 主題報告2 |
| 第 9 週 | 決策樹與隨機森林 Decision Trees and Random Forests 主題報告3 |
| 第 10 週 | 最近鄰居法與支援向量機 KNN and SVM 主題報告4 |
| 第 11 週 | 類神經網路與深度學習簡介 主題報告5 |
| 第 12 週 | 學校運動會(停課) |
| 第 13 週 | 胡雅涵 教授, 國立中央大學資管系 Orange資料探勘工具實作 (實作2: 期末資料探勘實作專題) |
| 第 14 週 | 期中測驗 |
| 第 15 週 | 論文期末報告1 |
| 第 16 週 | 論文期末報告2 |
教科書
1. 大數據分析與資料挖礦, 簡禎富/許嘉裕, 前程文化 2. 機器學習入門-Weka, 劉妘鑏, 五南
Office Hours
- 地點
- 教師未提供此項資料
- 時間
- By Appointments
- 聯絡方式
- 請使用數位教學平台E3郵件