107年第2學期-5475 大數據專題討論 課程資訊

課程分享

選課分析

本課程名額為 70人,已有5人選讀,尚餘名額65人。

評分方式

評分項目 配分比例 說明
出席、參與課程、分組活動 40 出席課程,課程的參與度,與老師分組活動的出席、參與度
期末報告 60 包含25%上台報告,以及30%期末報告

教育目標

當愈來愈多有關於 Big Data(大數據)能夠在網路世代改變人們的生活的故事與報導呈現出來,但是究竟神奇的 Big Data 要如何運作?除了資工之外,數學、統計等其他專業學門在資料科學中分別扮演什麼角色?在股市、在民調、在醫療等形形色色的領域之中,是否已經是能夠被成熟運用的產品了呢?因此當你想了解以下問題時: 1. 資料科學如何解決真實世界的問題? 2. 站在 AI 浪頭上,訓練電腦成為決策代理人的核心概念。 3. 文字也是數據,語意分析掌握電腦背後的情感。 4. 從演算法到金融交易,數學在資料科學中無所不在。 5. 透過資訊工程和統計分析相輔相成,提昇大數據可信度。 6. 當工業機器人大軍來襲,產業如何轉型與升級? 我們建議你來選修這們課程,他從範例學系、案例分享、書報討論、以及和老師分組研究等,認識大數據或是所謂資料科學的未來與潛力。

課程資訊

參考書目

參考書目:

1. Data Mining : Practical Machine Learning Tools and Techniques, Ian H. Witten, Eibe Frank, Mark Hall, Christopher Pal, 4th Ed., 2017.

2. ViktorMayer-Schonberger、Kenneth Cukier,《大數據:教育篇:教學與學習的未來趨勢 (Learning with Big Data: The Future of Education)》,天下文化,2014/09/29

3. Viktor Mayer-Schonberger、Kenneth Cukier,《大數據(Big Data:A Revolution That Will Transform How We Live, Work, and Think)》,天下文化 ,2013/05/30

4. 城田真琴,《Big Data大數據的獲利模式:圖解.案例.策略.實戰》,經濟新潮社 ,2013/08/10

5. 車品覺,《大數據的關鍵思考:行動×多螢×碎片化時代的商業智慧》,天下雜誌,2014/12/24

6. Nate Silver,《精準預測:如何從巨量雜訊中,看出重要的訊息?(The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t)》,三采,2013/09/06

7. Joel Gurin,《開放資料大商機:當大數據全部免費!創新、創業、投資、行銷關鍵新趨勢 (Open Data Now)》,時報出版,2015/04/17

8. David Thompson、Michael Fertik,《數位口碑經濟時代:從大數據到大分析的時代,我們如何經營數位足跡,累積未來優勢(The Reputation Economy)》,三采文化,2015/04/30

9. Christopher Surdak,《大數據時代的致勝決策:2020年前最重要的6個關鍵策略 (Data Crush)》,商周出版,2015/05/07