英文名稱: Introduction to Social Network Analysis ;
授課目的： 本課程之目的在於教導學生如何蒐集社群平台上的資料，並透過簡易的文字探勘技術之教學實作，讓學生學習、了解社群網路中蒐集、歸納、分析文本資料之方法。;
教學模式： 授課、討論、實作;
學分數：3;
成績計算方式： 課程討論與作業：50%
期中考：20%
期末驗收：30%
;
開課教師： 鄭吉宏 助理教授 (jhcheng@niu.edu.tw);

英文名稱: Database and Data Warehouse ;
授課目的： 1.本課程實為本學程專業必修，惟在本校選課系統限制下，學生無法於系統上自由加/退選本課程，爰異動為「專業選修(大數據必修)」課程。
2.本課程以深入淺出的教學方式教導資料庫的基本觀念，包含介紹目前主要的資料庫系統、資料庫的分析與設計，並透過SQL語法的練習、逐步教導同學建置資料庫系統，及程式語言串聯資料庫等，培養學生在實務方面應用的能力，課程亦包含資料倉儲的概念及大數據的相關資料庫技術與實作。
(1)關聯式資料庫理論與觀念的建立。
(2)SQL 結構化查詢語言的使用。
(3)建立設計關聯式資料庫與分析資料的實作能力。
(4)利用程式語言串聯資料庫的設計與實作。
(5)建立資料倉儲的概念及大數據的相關資料庫技術與實作。;
教學模式： 講課、作業、實作、報告、測驗;
學分數：3;
成績計算方式： 課程表現與作業：50%
期中考：20%
期末成果報告：30%;
開課教師： 林漢洲 專案助理教授 (hanchou@niu.edu.tw);

英文名稱: Data Science ;
授課目的： 本課程將介紹學員資料科學之基礎概念及使用Python程式設計技術應用在資料科學領域。Python是國內外資料科學家必備的程式語言，其強大的套件支援資料分析、網路爬蟲、資料視覺化、資料探勘等。;
教學模式： 授課、討論、作業;
學分數：3;
成績計算方式： 平時及作業成績：50%
期中報告：20%
期末專題：30%
;
開課教師： 李柏甫 助理教授 (pflee@niu.edu.tw);