商業數據分析
Big Data Analytics for Business Intelligence
| 節 | 週三 |
|---|---|
5 13:20–14:10 | 商業數據分析 TA506（北門） 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
本課程主要教授大數據分析、機器學習與人工智慧於商業數據分析的理論與實務，在課程內容會包含深度學習的基礎知識，包含Convolutional Neural Networks (CNN)等的架構與實作教學。這門課程將包含程式實作，也會在工業4.0、智慧製造、數據資料分析多個實務應用中，藉由上機實作、課堂作業、小組專題、報告與討論各種方式，讓所有學生具備跨足大數據分析、人工智慧、機器學習等所需的資訊技術與應用領域知識。本課程除了學習大數據分析與深度學習理論，另藉由實例應用開發來建構同學們實作的能力。期望能將各種已經成熟的AI科技，應用於管理決策。
無
無備註
課程包含程式實作部分，學生需準備筆記型電腦
1學期作業 課堂作業、期末計劃書 2.考試狀況 期中考 3.評量方法 課堂作業(30%)、期中考(30%)、期末presentation和report(40%)
系統實作開發
程式教學與實作
- 講授：
- 0
- 示範：
- 6
- 實作：
- 6
實例應用探討
- 講授：
- 0
- 示範：
- 6
- 實作：
- 0
學期報告與展示
以小組合作的方式進行期末研究與報告撰寫
- 講授：
- 0
- 示範：
- 0
- 實作：
- 3
課堂講授
理論基礎授課
- 講授：
- 21
- 示範：
- 3
- 實作：
- 3
| 週次 | 主題 |
|---|---|
| 第 1 週 | Course introduction 2026-09-09(三) |
| 第 2 週 | Introduction to big data analysis 2026-09-16(三) |
| 第 3 週 | Basic python language programming 2026-09-23(三) |
| 第 4 週 | Association rules 2026-09-30(三) |
| 第 5 週 | Decision Tree 2026-10-07(三) |
| 第 6 週 | Clustering Analysis 2026-10-14(三) |
| 第 7 週 | Introduction to machine learning 2026-10-21(三) |
| 第 8 週 | Introduction to meta heuristic algorithm 2026-10-28(三) |
| 第 9 週 | Support Vector Machines 2026-11-04(三) |
| 第 10 週 | Artificial Neural Networks 2026-11-11(三) |
| 第 11 週 | Introduction to AI 2026-11-18(三) |
| 第 12 週 | Convolutional Neural Networks 2026-11-25(三) |
| 第 13 週 | Industrial 4.0 and AI applications 2026-12-02(三) |
| 第 14 週 | Cloud computing and applications 2026-12-09(三) |
| 第 15 週 | Enterprise Business Applications (ERP& CRM) 2026-12-16(三) |
| 第 16 週 | Final Project Presentation 2026-12-23(三) |
參考書目： Han, Jiawei, Jian Pei, and Micheline Kamber. Data mining: concepts and techniques. Elsevier, 2011. 相關期刊與研討會論文
- 地點
- 教師未提供此項資料
- 時間
- 星期三 17:00~18:00
- 聯絡方式
- cycheng@ntut.edu.tw