教學大綱表
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 (中文) 巨量資料分析
(英文) Big Data Analytics
開課單位 資訊經營研究所
課程代碼 N5780A
授課教師 高有成
學分數 3.0 必/選修 選修 開課年級 研究所
先修科目或先備能力:基礎統計
課程概述與目標:本課培養同學巨量資料分析與商業應用能力,將採用R軟體實作統計分析與機器學習方法,同時學習MapReduce與RDD程式架構,了解Hadoop與Spark運算系統概念。課程進行方式為授課與實作並重,並採分組方式進行主題報告與專題製作。
教科書 大數據(Big Data)分析與應用 - 使用Hadoop與Spark (劉勇志著,台科大圖書)
Hadoop+Spark大數據巨量分析與機器學習整合開發實戰 (林大貴著,博碩)
參考教材 Statistics for Business and Economics, 11th Edition (Anderson著, 滄海書局)
R軟體:應用統計方法 (陳景祥著,東華書局)
Spark: The Definitive Guide: Big Data Processing Made Simple (by Matei Zaharia and Bill Chambers, O'Reilly Media)
圖書館電子書 Big Data Analytics - From Strategic Planning to Enterprise Integration with Tools, Techniques, NoSQL, and Graph Author(s): David Loshin
http://www.sciencedirect.com/science/book/9780124173194
課程大綱 學生學習目標 單元學習活動 學習成效評量 備註
單元主題 內容綱要
1 Introduction Big Data Analytics 瞭解巨量資料分析基本概念
  • 講授
  •  
    2 R software Introduction to R 學會基本R軟體操作
  • 上機實習
  •  
    3 Basic Statistics Descriptive Statistics 學會用R進行敘述統計
  • 講授
  • 作業
  •  
    4 Basic Statistics Descriptive Statistics 學會用R進行敘述統計
  • 講授
  •  
    5 Basic Statistics Statistical Inferences 學會用R進行區間估計
  • 上機實習
  • 作業
  •  
    6 Basic Statistics Statistical Inferences 學會用R進行z與t檢定
  • 講授
  •  
    7 Predictive Models Regression Models for forecasting 學會廻歸預測模型
  • 講授
  • 作業
  •  
    8 Predictive Models Regression Models for forecasting 學會用R進行廻歸預測
  • 上機實習
  •  
    9 Midterm Exam 期中考 期中考  
    10 Data Collection Web Crawler 學會使用R(rvest)進行網頁爬蟲
  • 上機實習
  • 報告
  •  
    11 Big Data R and large data 學會R-biglm 套件使用
  • 上機實習
  • 股市K線圖(R-quantmod套件)  
    12 Big Data Hadoop and MapReduce 學會MapReduce相關理論
  • 講授
  • 作業
  •  
    13 Big Data Hadoop and R 學會安裝與使用R- rmr2套件
  • 上機實習
  •  
    14 Big Data Spark System 學會安裝與使用Spark環境
  • 上機實習
  •  
    15 Big Data Spark, Scala, RDD 學會使用Spark-Scala語言與RDD
  • 講授
  •  
    16 Big Data Spark Libraries 學會使用Spark SQL與MLlib
  • 上機實習
  •  
    17 Presentation Applications of Big Data Analytics 針對巨量資料重要主題進行專題報告
  • 個案研究
  • 專題
  •  
    18 Final Exam Project Presentation 學會專題報告
  • 個案研究
  •  

    教學要點概述:
    教材編選: ■ 自編教材 □ 教科書作者提供
    評量方法: 其他評量:10%   專題:20%   報告:20%   作業:50%  
    教學資源: ■ 教材電子檔 □ 課程網站
    扣考規定:http://eboard.ttu.edu.tw/ttuwebpost/showcontent-news.php?id=504

    研究所
    核心能力 其他評量 專題 報告 作業
    核心能力一 學術研究能力 5/10 5 5 5 5
    核心能力二 技術發展能力 5/10 5 5 5 5