數據分析與決策
Data Analysis and Decision Making
學期
115-1
學分
0
學分
當期課號
517403
永久課號
MGEM20025
開課單位
工業工程與管理學系
授課教師
劉建良
校區
光復
類別
必修
上課時間表
| 節 | 週三 |
|---|---|
2 09:00–09:50 | 數據分析與決策 MB415（光復） 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
概述
課程強調「從資料到決策」的實作流程，涵蓋問題定義、模型建立、結果解讀、情境分析與管理建議。培養學生以 Python 進行資料處理與分析，並進一步學習 ML/DL 基礎模型，最後整合 Gurobi 進行決策分析。
先修科目
建議先修科目：程式設計導論、微積分、線性代數。
備註
無備註
教學方式
教師未提供此項資料
評分方式
成績以作業、project 作為評量基礎。
課程大綱
- ML/DL 應用
- 決策分析整合與專題
- Python 程式基礎
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程導論、Colab/Jupyter、Python語法 I |
| 第 2 週 | Data Types、資料結構、例外處理 |
| 第 3 週 | 流程控制、函式、模組化 |
| 第 4 週 | Class and Objects |
| 第 5 週 | Class and Objects |
| 第 6 週 | NumPy/Pandas 基礎操作 |
| 第 7 週 | Visualization (Matplotlib/Seaborn) |
| 第 8 週 | 期中專題 |
| 第 9 週 | 監督式學習 I(回歸/分類 + 衡量指標) |
| 第 10 週 | 監督式學習 II(樹模型、調參、交叉驗證) |
| 第 11 週 | Ensemble Learning |
| 第 12 週 | 深度學習 (簡易神經網路) |
| 第 13 週 | 深度學習 (卷積神經網路) |
| 第 14 週 | 深度學習 (Transformer) |
| 第 15 週 | 決策分析 (Gurobi：LP/MILP 建模 + ML/DL 輸出串接) |
| 第 16 週 | 期末專題 |
教科書
教師未提供此項資料
Office Hours
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料