資料科學導論 (1132CMNAI1AK91900)

資料科學導論介紹與進度

教育目標與核心能力課程大綱課程介紹課程進度

學年期:	113 學年第2學期
課程系組:	人工智慧 1 年級 A 班
課程代碼:	1132CMNAI1AK91900
課程名稱:	資料科學導論
必選修別:	系必
學分數:	3.0 學分
授課老師:	黃謙順
開始日期:	2025/2/11
結束日期:	2025/6/15
時間表:	建-208 (六) 6 - 8


課程簡介			Introduction

隨著資訊科技的成熟，帶動大數據的蓬勃發展，以資料驅動之應用漸現於企業決策、商業應用與組織營運等面向。
本課程主要在因應此趨勢下，以導論的形式，介紹資料科學之基礎概念、應用工具及趨勢發展，
俾使同學能建立學習資料科學所需之概念，做為後續修習或研究進階資料科學之基礎。
資料科學導論是一門概論的課程，課程內容將介紹資料科學的基本要素：資料收集和管理，
匯總和可視化資料，和統計推斷以及機器學習的使用。學生將使用Python編程語言和Jupyter筆記本獲得實驗經驗。
本課程可以看作是側重於編程和算法的計算課程與統計課程之間的混合課程。

《課程簡介 -- English 》
With the proliferation of Information technology, the applications of big data have shown a rapid development.
Data-driven applications has been manifested in fields, such as corporation decision, business application, and organizational operation etc.
In response to this trend, this course is to introduce basics concepts, tools, and applications as well as current trends of data science.
The purpose is to make students be able to build a foundation for further learning or research of advanced data science concepts.
Introduction to Data Science (IDS) is a survey course introducing the essential elements of data science:
data collection and management, summarizing and visualizing data, utilizing basic ideas of statistical inference, and machine learning.
Students will gain hands-on experience using the Python programming language and Jupyter notebooks.
IDS can be viewed as a hybrid between a computing course focused on programming and algorithms, and a statistics course focusing on estimation and inference.


Material		上課教材

1. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter, 3/e (Paperback)，
ISBN：1491957662，作者：Wes McKinney，出版商: O'Reilly, 2022
2. Python 資料科學學習手冊(Python Data Science Handbook: Essential Tools for Working with Data), 2/e
ISBN：9864766856，作者：Jake VanderPlas ，出版商: O'Reilly, 2023
3. Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow : Concepts, Tools, and Techniques
to Build Intelligent Systems, 2/e，ISBN：1492032646，作者： Aurelien Geron，出版商: O'Reilly, 2019


課程要求			Requirement

《上課要求》上課出席率會列入評分，請注意！
《報告要求》
《課程評分方式》 1.作業：20% 2.期中考：20% 3.期末考：20% 4.課程參與：20% 5.自主學習報告：20%
《討論要求》
《其他要求》自主學習專題旨在讓學生透過提供的教學影片和資料檔案，按照影片中的步驟進行資料清理、分析與視覺化，完成一份完整的資料科學專題報告。學生需在兩週內獨立完成資料處理與結果分析，並製作包含過程、成果及心得的專題報告。最終需提交原始與處理後的資料、程式碼檔案，以及報告（PDF 格式）。專題將依據資料處理、視覺化效果及報告內容進行評分，專題分數佔學期總分的20%。所有檔案須於第二週最後一天晚上 11:59 前提交至iCan。


Office Hour		輔導時間

Saturday 12:10~13:00 (請事先預約)


教學目標			Objective

1. 使學生能理解資料科學之定義與基礎概念
2. 使學生能應用資料定義問題，並規劃解決問題之策略
3. 介紹資料科學之應用工具，包括：程式語言、統計基礎與常用模型
4. 介紹資料科學之新興應用與發展趨勢
5. 介紹資料科學於研究實務上之應用與趨勢