1061學期 課程基本資料/Course Information
系所 / 年級
課號 / 班別
學分數
選 / 必修
科目中文名稱
科目英文名稱
主要授課老師
開課期間
人數上限
已選人數
課程種類
課程類別
學程
全英授課
起始週 / 結束週 / 上課地點 / 上課時間
第1週 / 第18週 / M214 / 星期2第7節
第1週 / 第18週 / M214 / 星期2第8節
第1週 / 第18週 / M214 / 星期2第9節
第1週 / 第18週 / M214 / 星期2第8節
第1週 / 第18週 / M214 / 星期2第9節
請各位同學遵守智慧財產權觀念；請勿非法影印。
Please observe Intellectual Property Rights (IPR), not to make illegal copies.
教學綱要/syllabus
第一部分/Part I(※依課程委員會審議之內容決議填入)
一、教學目標所要達成之能力培養項目:
[依據課程委員會審議通過之課程與基本素養/核心能力關聯表填寫]
| Item | 基本素養/核心能力 Core Literacy/Core Competencies | 相關性 Relevance | |
| 高度相關 | 中度相關 | ||
| 1 | 專業能力 |  |
. |
| 2 | 溝通能力 | . |
. |
| 3 | 分析與問題解決能力 | |
. |
| 4 | 倫理觀 | . |
. |
| 5 | 國際觀 | |
. |
| SDGs Item | SDGs目標 SDGs goal |
SDGs描述 SDGs description |
| 無相關項目 No related items |
||
二、教學目標
(Objective)
隨著技術的進步，製造與服務過程中蒐集了大量自動產生或人工輸入的資料，本課程由資料之特性出發，介紹相關處理、分析方法與技術，協助學生萃取出隱藏在資料之中有價值的資訊，做為決策支援與管理之依據。
2.技能面[使學生能獲得運用與實做本課程理論與概念之技巧]：
除介紹問題基本特性，說明資料挖礦工具與方法外，進一步探討數位環境下管理的意涵與機會，並利用作業、個案研究、資料分析期末報告進行確認。
3.情意面[能引發學生對本課程之興趣，激發學生學習動機，增加觸類旁通與自主學習]：
鼓勵學生參加巨量資料競賽，以訓練同學實務上針對問題進行資料分析的能力與解決問題的實務經驗。
三、符合教學目標之課程內容設計
四、先修科目
(Pre Course)
第二部分/Part II
一、多元教學方法
(Teaching Method)
| 由學生自訂學習目標與抱負水準 | 案例或故事討論 | 講述 | |
| 學生課後書面報告 | 小組討論 | 學生上台報告 | 腦力激盪 |
| 學生實作 | 角色演練 | 習題練習 | 影片欣賞與討論 |
| 採訪 | e化教學 | 審議式民主 | 觀察與資料收集 |
| 一分鐘回饋 | 磨課師課程 | 翻轉教學 | 其他 |
| 企業參訪 | 與課程有關之實務學習 | 見習 | 實習 |
| 協同教學 | 服務學習課程 | 其他系課程委員會核定之實務學習項目 | 以「技能導向」的教學設計 |
| 以「病人為中心」的教學設計 | 問題導向教學法 | 設計導向教學法 | 專題導向教學法 |
| 總結性教學法 | 同步和非同步設計 | 整體課程鷹架設計 | 問題導向設計 |
| 主題或個案討論 | 數位説故事 | 引導學生有效學習策略（如，WSQ, WPAQ, SQ3R） | 群體決策（線上投票） |
| 同儕合作專題學習 | 同儕回饋 | 同儕亙評 | 同儕出題 |
| 同儕師徒制（高分和低分一組） | 同儕透過網路協作共同完成作業或專題 | 小組報告 | 小組競賽 |
| 課堂中每段落實施簡易小測驗 | 學生訂正學習策略 | 學生學習行為增強措施 | 課堂末回饋（學生回饋學習心得和疑問） |
| 學生線上學習歷程分析 | 線上搶答 | ||
二、多元教學方法與教育目標的連結
| 您所勾選之教學方法與何種基本素養/核心能力有關? | 1 | 3 | 5 |
| 1.由學生自訂學習目標與抱負水準 | 2.案例或故事討論 | 3.講述 | 4.學生上台報告 | 5.學生實作 | 6.問題導向教學法 |
三、參考書目 (Reference)
[符合教學目標之參考書目]
| 中文參考書目 | 簡禎富、許嘉裕（2014），資料挖礦與大數據分析，台北市。 Big Data Viktor Mayer-Schonberger,Kenneth Cukier ISBN：9781848547926 |
| 英文參考書目 | Big Data Viktor Mayer-Schonberger,Kenneth Cukier ISBN：9781848547926 |
四、教學進度
(Syllabi)
[符合教學目標之教學進度]
| 日期 (Date) |
授課內容 (Course Contents) |
授課教師 (Teacher) |
核心能力 | 授課方式 (Teaching methods) |
||
| 1 | 3 | 5 | ||||
| 2017/9/19 | 課程內容介紹與公告 Course introduction and announcement |
林國義 | ||||
| 2017/9/26 | 資料挖礦概論 | 林國義 | ||||
| 2017/10/3 | 資料與資料準備 | 林國義 | ||||
| 2017/10/10 | 國定假日 | 林國義 | ||||
| 2017/10/17 | 決策樹分析 | 林國義 | ||||
| 2017/10/24 | 類神經網路 | 林國義 | ||||
| 2017/10/31 | 群集分析 | 林國義 | ||||
| 2017/11/7 | 期中考 | 林國義 | ||||
| 2017/11/14 | 貝氏分類法與貝氏網路 | 林國義 | ||||
| 2017/11/21 | 約略集合理論 | 林國義 | ||||
| 2017/11/28 | 多變量分析 | 林國義 | ||||
| 2017/12/5 | 資料挖礦案例分析 | 林國義 | ||||
| 2017/12/12 | 時間資料分析 | 林國義 | ||||
| 2017/12/19 | 商業智慧 | 林國義 | ||||
| 2017/12/26 | 製造智慧 | 林國義 | ||||
| 2018/1/2 | 製造智慧 | 林國義 | ||||
| 2018/1/9 | 數位決策與商業分析最佳化 | 林國義 | ||||
| 2018/1/16 | 期末報告 | 林國義 | ||||
五、多元評量方法
(Evaluation)
[所勾選評量方法之評分加總為100分]
| 評量方式 | 分數 | 評量方式 | 分數 |
| 實作測驗 | 0 | 期中筆試 | 30 |
| 隨堂筆試測驗 | 0 | 期末筆試 | 0 |
| 小組作業 | 0 | 期中報告 | 0 |
| 服務日誌 | 0 | 期末報告 | 0 |
| 口試 | 0 | 專題報告 | 20 |
| 個人上台報告 | 0 | 實作作品與反思 | 0 |
| 小組上台報告 | 10 | 前後測比較進步與成長 | 0 |
| 出席狀況 | 20 | 課堂參與與表現 | 20 |
| 心得與反思報告 | 0 | 其他 | 0 |
六、多元評量方法與教育目標的連結
| 您所勾選之評量方法與何種基本素養/核心能力有關? | 1 | 3 | 5 |
| 1.期中筆試 | |||
| 2.專題報告 | |||
| 3.小組上台報告 | |||
| 4.出席狀況 | |||
| 5.課堂參與與表現 |