107年第2學期-5475 大數據專題討論 課程資訊

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。

基本資料

選修課，學分數：0-3
上課時間：一/3,4,B[M242]
修課班級：應數系3,4,碩,資管碩
修課年級：年級以上
選課備註：大數據碩士學分學程必修課-大學部可抵專題

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