112年第1學期-3200 社會:巨量資料分析與決策之Python應用 課程資訊

評分方式

評分項目 配分比例 說明
個人專題一(歷程15%、口頭簡報15%;書面報告20%) 50 以授課教師提供的資料分析;簡報與書面報告大綱—背景、欲解決的問題、資料內容與來源、資料處理與分析、分析結果、對政策的啟示。
個人專題二(歷程15%、口頭簡報15%;書面報告20%) 50 自行蒐集資料與訂定主題,單一資料集應有超過100,000筆資料。簡報與書面報告大綱,如個人專題一。

選課分析

本課程名額為 30人,已有21 人選讀,尚餘名額9人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

項 靖

教育目標

2012年10月《哈佛商業評論》(Harvard Business Review)將資料科學家(data scientist)稱為「21世紀最性感的工作」(Data Scientist: The Sexiest Job of the 21st Century),這是因應大數據潮流所造就的新職種中,最具代表性的,能透過電腦演算分析資料、解讀意義。資料科學家是未來職場中最炙手可熱的明星職業,根據資料軟體相關業者指出,具備資料蒐集與分析的碩士畢業生,「起薪起碼44K起跳!」如果有一年至兩年經驗的資料探勘人才,平均月薪甚至領到七萬元,都不是問題,換句話說,當上資料科學家,等於擁有一張年薪百萬元的入場券。 《哈佛商業評論》給資料科學家下了一個定義:「資料科學家是懂得從今日如海嘯般非結構化資訊中,撈出重要商業問題解答的一群人。」事實上,資料科學家不只是要像哥倫布般,在茫茫大海中打開探照燈,找出有用的資料,還要如偵探小說家愛倫坡一樣,審視手上的資料,推理出問題的答案。 無論是在台灣與世界其他地區,以議題為導向、結合跨領域專長的專題形式課程,已經是現在趨勢。議題導向的專題式課程,讓學生在自動自發尋求答案的過程中,自動自發學習需要的知識。因此,本課程旨在帶領已有Python程式語言設計基礎與經驗的同學,進入大數據(Big Data)、問題解決與決策分析的理論與實務殿堂,提供學生一場域,以議題為導向、結合跨領域專長的專題形式,學習有關資料科學與循證公共決策結合的基礎概念、與相關技術等,也為同學將來成為資料科學家做準備。

課程資訊

參考書目

跨領域學 Python:資料科學基礎養成。施威銘研究室,臺北市:旗標,2020/11。

其他補充講義。

開課紀錄

您可查詢過去本課程開課紀錄。 社會:巨量資料分析與決策之Python應用歷史開課紀錄查詢