106年第1學期-2095 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
作業與出席	40
個人專題（口頭簡報10%；網頁呈現20%）	30
小組專題（口頭簡報10%；網頁呈現20%）	30

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(Big Data)、或巨量資料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。 此外，根據聯合新聞網UDN於2016-12-16的報導，在2016年12月15日於台南成功大學舉辦的全國大專校院研發主管會議中，教育部政務次長陳良基表示，大學現有課程必須翻轉、跨領域，教育部高教司長李彥儀也說，以議題為導向、結合跨領域專長的專題形式課程已是未來趨勢。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。在「設計思考」的概念中，目前程式設計的能力相當被看重，高教司於2016年調查全台大專院校學生中只有18.8%的學生有學習程式設計，教育部決定逐年增加， 2017年增加到30%，2018年40%、2019年50%。 因此，本課程旨在帶領同學進入大數據、Python程式語言設計、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(evidence-based)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。 學習程式語言並非一蹴可及的事，想用程式語言寫出很酷的應用程式，對新手而言更不是幾天的事。幸運的是，Python 仍是程式語言中相對容易上手、相對實用的通用程式語言，而且是美國頂尖大學裡最常用的入門程式語言(https://cacm.acm.org/blogs/blog-cacm/176450-python-is-now-the-most-popular-introductory-teaching-language-at-top-u-s-universities/fulltext)。

基本資料

選修課，學分數：3-0
上課時間：二/2,3,4[ST019]
修課班級：社科院2-4 (行政系開)
修課年級：年級以上
選課備註：行政系優先

參考書目

1. 第一次學 Python 就上手！。作者：陳惠貞。出版社：旗標。出版日期：2017/5。(必備)
2. 補充講義。