| 106學年第1學期課程綱要 |
|
@尊重智慧財產權,請同學勿隨意影印教科書 。 Please respect the intellectual property rights, and shall not copy the textbooks arbitrarily. |
|
| 一、課程基本資料 |
| 開課序號 | 2914 | 課程學制 | |
| 科目代碼 | CSC0001 | 課程名稱 | 資料探勘 |
| 英文名稱 | Data Mining | ||
| 全/半年 | 半 | 必/選修 | 選修 |
| 學分數 | 3.0 | 每週授課時數 | 正課時數: 3 小時 |
| 開課系級 | 資工系（學）大碩合開 | ||
| 先修課程 | |||
| 課程簡介 | 教授資料探勘中資料前處理之基本概念及方法，以及探勘資料分類、關聯規則、和聚落分析各種基本重要的資料探勘演算法。本課程可提供同學對資料探勘技術設計及運用的基礎認識。 | ||
| 課程目標 | 對應系所核心能力 | ||
| 1. 使學生了解資料探勘方法設計概念並學習常見處理演算法 | 碩士: 1-3 能熟悉資訊及數學基礎理論 |
||
| 2. 培養學生比較及評估不同演算法的能力，並能選擇適當演算法進行資料探勘分析 | 碩士: 2-3 具有從經驗中提升專業思考層次的能力 3-1 具有研究創新的能力 |
||
| 3. 使學生了解資料探勘技術應用以及新的研究議題 | 碩士: 3-3 具有持續追求新知的精神 |
||
| 二、教學大綱 |
| 授課教師 | 柯佳伶 | ||
| 教學進度與主題 | |||
|
week 1 Introduction week 2 Data week 3 Exploring Data week 4 Association Analysis(basic concepts) week 5 Association Analysis(basic concepts) week 6 Association Analysis(advanced concepts) week 7 Association Analysis(advanced concepts) week 8 Classification(basic concepts) week 9 Classification(basic concepts) week 10 Classification(basic concepts) week 11 Midterm Exam. week 12 Classification(alternative techniques) week 13 Classification(alternative techniques) week 14 Clustering(basic concepts) week 15 Clustering(basic concepts) week 16 Clustering(alternative techniques) week 17 Research problems of data mining week 18 Final Exam. |
|||
| 教學方法 | |||
| 方式 | 說明 | ||
| 講述法 | |||
| 合作學習 | 在課堂中提出問題, 由小組進行討論後回答 | ||
| 評量方法 | |||
| 方式 | 百分比 | 說明 | |
| 作業 | 20 % | 評估學生對資料探勘演算法概念的了解 | |
| 期中考 | 25 % | 評估學生對資料探勘演算法概念的了解 | |
| 期末考 | 25 % | 評估學生對資料探勘演算法概念的了解 | |
| 課堂討論參與 | 15 % | ||
| 專題 | 15 % | 評估學生實作及評估比較不同演算法的深度 | |
| 參考書目 |
“Introduction to Data Mining,” Pang-Ning Tan, Michael Steinbach, and Vipin Kumar, Addison Wesley. (歐亞代理) |
||