N4550B 教學大綱表

教學大綱表 (111學年度第1學期)

請遵守智慧財產權，勿使用非法影印教科書，避免觸法。

課程名稱 Course Title	(中文) 雲端資料處理與探勘 (英文) Cloud Data Management And Mining			開課單位 Departments	資訊經營研究所
				課程代碼 Course No.	N4550B
授課教師 Instructor	高有成
學分數 Credit	3.0	必/選修 core required/optional	選修	開課年級 Level	研究所
先修科目或先備能力(Course Pre-requisites)：
課程概述與目標(Course Overview and Goals)：This course explores the concepts and techniques of knowledge discovery and data mining. As a multidisciplinary field, data mining draws on work from areas including statistics, machine learning, pattern recognition, database technology, information retrieval, network science, knowledge-based systems, artificial intelligence, highperformance computing, and data visualization. We focus on issues relating to the feasibility, usefulness, effectiveness, and scalability of techniques for the discovery of patterns hidden in large data sets.
教科書(Textbook)	Jiawei Han, Micheline Kamber, and Jian Pei, Data Mining: Concepts and Techniques, Third Edition, Morgan Kaufmann, 2012 by Elsevier Inc.
參考教材(Reference)	1. Machine Learning with R Cookbook, AshishSingh Bhatia and Yu-Wei, Chiu, Packt Publishing, 2017 2. R語言資料分析：從機器學習、資料探勘、文字探勘到巨量資料分析[第三版]，李仁鐘，博碩，2019
圖書館電子書(E-book of the Library)	Jiawei Han, Micheline Kamber, and Jian Pei, Data Mining: Concepts and Techniques, Third Edition, Morgan Kaufmann, 2012 by Elsevier Inc. http://www.sciencedirect.com/science/book/9780123814791

課程大綱 Syllabus			學生學習目標 Learning Objectives	單元學習活動 Learning Activities	學習成效評量 Evaluation	備註 Notes
序 No.	單元主題 Unit topic	內容綱要 Content summary	學生學習目標 Learning Objectives	單元學習活動 Learning Activities	學習成效評量 Evaluation	備註 Notes
1	1. Introduction	全部課程簡介	全部課程簡介
2	1. Introduction	Data Mining 簡介	Data Mining 簡介
3	2. Data Clustering	資料分群方法	資料分群方法
4	2. Data Clustering	資料分群方法	資料分群方法
5	2. Data Clustering	資料分群方法	資料分群方法
6	3. R Software	使用R軟體進行資料統計	使用R軟體進行資料統計
7	3. R Software	使用R軟體進行資料統計	使用R軟體進行資料統計
8	3. R Software	使用R軟體進行資料分群	使用R軟體進行資料分群
9	期中考	期中考	期中考
10	4. Data Classification	資料分類方法	決策樹與information gain
11	4. Data Classification	資料分類方法	決策樹與information gain
12	4. Data Classification	使用R軟體進行資料分類	使用R軟體進行資料分類
13	5. Association Rule	購物籃分析與Apriori Algorithm	購物籃分析與Apriori Algorithm
14	5. Association Rule	使用R軟體進行關聯規則分析	使用R軟體進行關聯規則分析
15	6. Data Preprocessing	資料前處理個案討論	資料前處理個案討論
16	7. Hadoop System	MapReduce 簡介	MapReduce 簡介
17	期末報告	期末專題報告	期末專題報告
18	期末考	期末專題報告	期末專題報告

教學要點概述：
1.自編教材 Handout by Instructor：
□ 1-1.簡報 Slids
□ 1-2.影音教材 Videos
□ 1-3.教具 Teaching Aids
□ 1-4.教科書 Textbook
□ 1-5.其他 Other
□ 2.自編評量工具/量表 Educational Assessment
□ 3.教科書作者提供 Textbook

成績考核 Performance Evaluation：期末考：20% 期中考：20% 其他評量：10% 作業：50%

教學資源(Teaching Resources)：
□ 教材電子檔(Soft Copy of the Handout or the Textbook)
□ 課程網站(Website)
課程網站(Website)：http://elearn.ttu.edu.tw/
扣考規定：https://curri.ttu.edu.tw/p/412-1033-1254.php