112年第1學期-1047 迴歸分析技術及應用 課程資訊

評分方式

評分項目	配分比例	說明
Mid-term Examination	40
Final Examination	40
Assignment	20

教育目標

教學 (課程) 目標： 1. 在今日舉凡分析的課題（預測分析或誤差分析）都漸漸的以迴歸分析為主要工具，主要的原因是其理論與實證不斷的被研究與開發，使得此分析課程的理論架構日趨成熟。因此，醫學、商學、資訊工程、智能農學，…，等等各式各樣應用科學都逐漸的將迴歸分析此課程納入為基本內容。 2. 迴歸分析技術與應用(Techniques and Applications of Regression Analysis) 主要目的是探究一個或數個自變數(Independent variables;又稱Regressors) 和一個因變數(Dependent variable; 也稱Response)間的關係，進而建構一個適當的數學方程式（稱為迴歸方程式），並利用此迴歸方程式來解釋或預測因變數之值。同時，也評估迴歸方程式的好壞、對迴歸模式中的參數執行統計推論。 3. To grasp the essence of this course, we mathematically formulate and solve related Regression Analysis problem and build those programs with relevant teaching materials. This course instills “logic” in the minds of the students. The students will acquire both the knowledge and ideas of Regression Analysis, so that even if new technology emerges, they will be able to follow the changes smoothly.

基本資料

必選課，學分數：3-0
上課時間：一/7,8,9[C119]
修課班級：資工系3B
修課年級：4年級以上
選課備註：AI組分組選修

參考書目

Textbook(教科書)：
1. E-Book (本校圖書館有此教科書之電子資源)
Joe Suzuki, “Statistical Learning with Math and Python”,
ISBN 978-981-15-7876-2 ISBN 978-981-15-7877-9 (eBook)

2. 黃文隆，黃龍合編
“迴归分析”, 滄海書局出版(Tel [phone])
ISBN 986-7287-08-8 (2014 三版)

Reference (參考書)
B. Abraham, “Introduction to Regression Modeling”, ISBN 978-0-514-420758 (paper book), 423 pages (2006).