教學大綱表 Syllabus
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

Week
單元主題
Unit topic
內容綱要
Content summary
1 1. Introduction 全部課程簡介 全部課程簡介
  • 講授
  •  
    2 1. Introduction Data Mining 簡介 Data Mining 簡介
  • 講授
  •  
    3 2. Data Clustering 資料分群方法 資料分群方法
  • 講授
  •  
    4 2. Data Clustering 資料分群方法 資料分群方法
  • 講授
  •  
    5 2. Data Clustering 資料分群方法 資料分群方法
  • 講授
  • 作業 Assignment
  •  
    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
  • 實作
  •  
    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
  • 實作
  •  
    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
  • 實作
  • 作業 Assignment
  •  
    9 期中考 期中考 期中考
  • 期中考 Midterm
  •  
    10 4. Data Classification 資料分類方法 決策樹與information gain
  • 講授
  •  
    11 4. Data Classification 資料分類方法 決策樹與information gain
  • 講授
  •  
    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
  • 實作
  • 作業 Assignment
  •  
    13 5. Association Rule 購物籃分析與Apriori Algorithm 購物籃分析與Apriori Algorithm
  • 講授
  •  
    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
  • 實作
  • 作業 Assignment
  •  
    15 6. Data Preprocessing 資料前處理個案討論 資料前處理個案討論
  • 演講
  •  
    16 7. Hadoop System MapReduce 簡介 MapReduce 簡介
  • 講授
  •  
    17 期末報告 期末專題報告 期末專題報告
  • 心得發表
  •  
    18 期末考 期末專題報告 期末專題報告
  • 心得發表
  • 期末考 Final Exam
  •  

    教學要點概述 Overview of Teaching Points:
    教材編選 Teaching Materials: ■ 自編教材 Handout by Instructor ■ 教科書作者提供 Textbook
    評量方法 Evaluation: 期末考 Final Exam:20%   期中考 Midterm:20%   其他評量 Others:10%   作業 Assignment: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:http://elearn.ttu.edu.tw/
    扣考規定 The rule of being able to take the final exam of the course:http://eboard.ttu.edu.tw/ttuwebpost/showcontent-news.php?id=504