東吳大學教師授課計劃表

檔案產生時間:2020/9/18 下午 12:01:50
本表如有異動,於4小時內自動更新
一、課程基本資料 Course Information
科目名稱 Course Title:
(中文)巨量資料分析應用
(英文)BIG DATA ANALYTICS AND APPLICATIONS
開課學期 Semester:109學年度第1學期
開課班級 Class:巨資三A
授課教師 Instructor:丁德天 TING, TE-TIEN
科目代碼 Course Code:BDM31101 單全學期 Semester/Year:單 分組組別 Section:
人數限制 Class Size:63 必選修別 Required/Elective:選 學分數 Credit(s):3
星期節次 Day/Session: 四789  前次異動時間 Time Last Edited:109年05月27日17時52分
巨量資料管理學院基本能力指標 Basic Ability Index
編號
Code
指標名稱
Basic Ability Index
本科目對應之指標
Correspondent Index
達成該項基本能力之考評方式
Methods Of Evaluating This Ability
1商學、管理與統計基礎能力
Basic abilities of business, management and statistics
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》展演
》實作(含分組演練/合作等)
》資料蒐集與分析
2邏輯思考與解決問題能力
Abilities to think logically and to resolve problems
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》展演
》實作(含分組演練/合作等)
》資料蒐集與分析
3資料分析與實務應用能力
Integration ability on data analysis and practical application
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》展演
》實作(含分組演練/合作等)
》資料蒐集與分析
4溝通與表達能力
Communication and self-expression abilities
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》展演
》實作(含分組演練/合作等)
》資料蒐集與分析
5資訊科技應用能力
Applied information technology ability
  
6程式演算能力
Programming abilities
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》展演
》實作(含分組演練/合作等)
》資料蒐集與分析
7跨領域整合創新能力
Interdisciplinary innovation abilities.
  
8巨量資料處理與應用能力
Abilities to analyze big data and develop its applications.
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》展演
》實作(含分組演練/合作等)
》資料蒐集與分析
二、指定教科書及參考資料 Textbooks and Reference
(請修課同學遵守智慧財產權,不得非法影印)
●指定教科書 Required Texts
Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., & Cochran, J. J. (2016). Statistics for business & economics. Nelson Education.
●參考書資料暨網路資源 Reference Books and Online Resources
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112). New York: springer.
http://www-bcf.usc.edu/~gareth/ISL/

https://support.sas.com/edu/schedules.html?id=5235&ctry=TW
(Introduction to ANOVA, Regression, and Logistic Regression)

https://support.sas.com/edu/schedules.html?id=3033&ctry=TW
(SAS Programming for R Users)

http://support.sas.com/resources/papers/proceedings17/SAS1492-2017.pdf
三、教學目標 Objectives
本課程將針對資料蒐集、彙整、儲存、模型建構與分析、視覺化結果呈現、與分析流程自動化等知識面向來帶領修課同學思考巨量資料之背景、來源、問題方針、與理論基礎。協助同學整合既有的統計與程式設計之知識技能,進而模擬實務操作過程、建構未來專題設計與執行的基礎能力。
The goal of this course will focus on large data collection, aggregation, storage, model analysis, visualization, and basic idea of machine learning. Based on the content listing above, students would be led to think the background knowledge, potential problems, and theoretical concepts of big data management. Furthermore, integrated skills of statistics and programming will be developed for working on independent studies/projects.
四、課程內容 Course Description
整體敘述 Overall Description
人是天生的社會性動物,其行為背後所反映的社會現象與流行趨勢是複雜的,而我們該如何提出創意又實用的問題?如何獲取有效且精確的資訊來解決問題?如何建構適當的數學模型、將繁複的訊息以簡單又不失真的方式呈現?如何闡述數據分析的結果?都是本課程之基本目標。
此門課程將採雙軸並行制,協助修課同學建構穩固的數學與統計能力、並提升其處理巨量資料所需之技能。針對資料蒐集、彙整、儲存、模型建構與分析、視覺化結果呈現、與分析流程自動化等知識面向來帶領修課同學思考巨量資料之背景、來源、問題方針、與理論基礎。協助同學整合既有的統計與程式設計之知識技能,進而模擬實務操作過程、建構未來專題設計與執行的基礎能力。 
課程進行步驟:
1. 了解數據科學之演進
2. 初階與等等統計之整合與運用
3. 模型建構與分析
4. 視覺化結果呈現
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

9/17 數據資料科學與統計分析(何謂監督式與非監督式統計學習)   

2

9/24 因果推論 I   

3

10/1 中秋節連假   

4

10/8 因果推論 II   

5

10/15 因果推論 III   

6

10/22 ANOVA with Basic Concepts
  

7

10/29 ANOVA with Randomized Block Design and Two-Factor Factorial Experiment   

8

11/5 視覺化描述統計分析:Visual Analytics I (SAS Viya)   

9

11/12 期中考   

10

11/19 視覺化描述統計分析:Visual Analytics II (SAS Viya)   

11

11/26 模型分析:Visual Statistics I (SAS Viya)   

12

12/3 模型分析:Visual Statistics II (SAS Viya)   

13

12/10 Simple Linear regression   

14

12/17 Multiple Linear regression and model comparison   

15

12/24 聖誕節   

16

12/31 Logistic regression   

17

1/7 期末報告   

18

1/14 期末報告   
五、考評及成績核算方式 Grading
配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description
出席1020% 
期中考130% 
平時作業與小考1025% 
期末報告 25% 
配分比率加總 100%  
六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info
●課業輔導時間 Office Hour
星期四(13:00~14:00)
●聯絡方式 Contact Info
研究室地點 Office:教師研究室二樓Q104室 EMAIL:tetien@scu.edu.tw
聯絡電話 Tel:02-2881-9471 ext6501 其他 Others:
七、教學助理聯絡方式 TA’s Contact Info
教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others
簡毓漩   
八、建議先修課程 Suggested Prerequisite Course
(1)需有基礎的統計概念
(2)修課同學需備有SAS基礎概念、SAS Viya為雲端系統、請勿擔心
九、課程其他要求 Other Requirements
十、學校教材上網及教師個人網址 University’s Web Portal And Teacher's Website
學校教材上網網址 University’s Teaching Material Portal:
東吳大學Moodle數位平台:http://isee.scu.edu.tw
教師個人網址 Teacher's Website:
其他 Others:
十一、計畫表公布後異動說明 Changes Made After Posting Syllabus