107年第2學期-2103 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
個人專題一(口頭簡報50%;書面報告50%) 30 以授課教師提供的資料分析;簡報與書面報告大綱—依課程進行中指示。
個人專題二(口頭簡報50%;書面報告50%) 30 自行蒐集資料與訂定主題,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 55人,已有26 人選讀,尚餘名額29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(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)。

課程資訊

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。

開課紀錄

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