英文名稱: Data Mining ;
授課目的: 本課程主要探討如何在高維度、大量或複雜資料中,利用機率及統計方法來發展不同的演算法,藉此分析、推測、分類與發掘資料中隱藏的有用資訊,以建構資料分析粹取能力。 授課內容涵蓋基本概念、學理、算法、應用實例相關議題,主要著重在觀念背後的數學推導以及如何將原理轉化為實用演算實務。;
教學模式: 演講與討論:每週 3小時 課堂講授、案例討論、期末專題實作;
學分數:3;
成績計算方式: ●期中筆試:30% ●期末專題實作與簡報:23% 期末專題海報 7%
(或 ●期末論文簡報 +PPT檔案 23% 專案程式碼報告一則:7% )
●手寫作業 15% ●專案程式碼報告:15% ●課堂參與:10%、;
開課教師: 林秀菊 副教授 (sjlin@niu.edu.tw);
授課目的: 本課程主要探討如何在高維度、大量或複雜資料中,利用機率及統計方法來發展不同的演算法,藉此分析、推測、分類與發掘資料中隱藏的有用資訊,以建構資料分析粹取能力。 授課內容涵蓋基本概念、學理、算法、應用實例相關議題,主要著重在觀念背後的數學推導以及如何將原理轉化為實用演算實務。;
教學模式: 演講與討論:每週 3小時 課堂講授、案例討論、期末專題實作;
學分數:3;
成績計算方式: ●期中筆試:30% ●期末專題實作與簡報:23% 期末專題海報 7%
(或 ●期末論文簡報 +PPT檔案 23% 專案程式碼報告一則:7% )
●手寫作業 15% ●專案程式碼報告:15% ●課堂參與:10%、;
開課教師: 林秀菊 副教授 (sjlin@niu.edu.tw);
- 教師: 林 秀菊