英文名稱: Machine Learning Practices for Business ;
授課目的: 該門課程旨在培養學生運用機器學習技術解決商業問題的能力。通過深入淺出的教學方法,引導學生掌握數據分析的基本知識,並應用於各個商業領域,包括銷售、人力資源、和財務。課程強調實際操作和案例分析,以培養學生的實際應用能力和邏輯思考能力。學生將學會如何在Kaggle平台上尋找和處理數據,並通過期中和期末的報告來展示學習成果,教學目的:
1. 掌握機器學習的基本概念和常見算法。
2. 學會如何在Kaggle平台上尋找和處理數據。
3. 應用機器學習技術於不同的商業領域。
4. 進行案例分析,了解機器學習在實際商業情境中的應用。
5. 提升數據分析能力和邏輯思考能力。
6. 增強溝通和團隊協作能力,能夠清晰地向非技術背景的人士解釋技術問題和結果。
7. 完成期中和期末報告,展示學習成果和解決問題的能力。
;
教學模式: 課堂講解、分組討論、實作、作業、報告;
學分數:3;
成績計算方式: 作業與出席:30%、期中報告:30%%、期末報告:40%;
開課教師: 林漢洲 專案助理教授 (hanchou@niu.edu.tw);
授課目的: 該門課程旨在培養學生運用機器學習技術解決商業問題的能力。通過深入淺出的教學方法,引導學生掌握數據分析的基本知識,並應用於各個商業領域,包括銷售、人力資源、和財務。課程強調實際操作和案例分析,以培養學生的實際應用能力和邏輯思考能力。學生將學會如何在Kaggle平台上尋找和處理數據,並通過期中和期末的報告來展示學習成果,教學目的:
1. 掌握機器學習的基本概念和常見算法。
2. 學會如何在Kaggle平台上尋找和處理數據。
3. 應用機器學習技術於不同的商業領域。
4. 進行案例分析,了解機器學習在實際商業情境中的應用。
5. 提升數據分析能力和邏輯思考能力。
6. 增強溝通和團隊協作能力,能夠清晰地向非技術背景的人士解釋技術問題和結果。
7. 完成期中和期末報告,展示學習成果和解決問題的能力。
;
教學模式: 課堂講解、分組討論、實作、作業、報告;
學分數:3;
成績計算方式: 作業與出席:30%、期中報告:30%%、期末報告:40%;
開課教師: 林漢洲 專案助理教授 (hanchou@niu.edu.tw);
- 教師: 林 漢洲