東吳大學教師授課計劃表

檔案產生時間：2022/3/4 下午 08:09:00
本表如有異動，於4小時內自動更新
一、課程基本資料 Course Information
科目名稱 Course Title：
(中文)機器學習：統計方法與應用
(英文)MACHINE LEARNING: STATISTICAL METHODS AND APPLICATIONS		 開課學期 Semester：110學年度第2學期
開課班級 Class：科技就業
授課教師 Instructor：簡晉龍 CHIEN, CHIN-LUNG
科目代碼 Course Code：BSS11801 單全學期 Semester/Year：單 分組組別 Section：
人數限制 Class Size：35 必選修別 Required/Elective：選 學分數 Credit(s)：3
星期節次 Day/Session： 五789　 前次異動時間 Time Last Edited：111年01月14日09時39分
科技就業增能基本能力指標 Basic Ability Index
編號
Code		 指標名稱
Basic Ability Index		 本科目對應之指標
Correspondent Index		 達成該項基本能力之考評方式
Methods Of Evaluating This Ability
1分析實作技術
To possess the ability of analytical and practical skill		●》出缺席狀況
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
2具備自學能力
To possess the ability of self-learning		●》出缺席狀況
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》紙筆測驗
3具備明辨、構思、解決問題與創新之能力
To possess the ability of discernment,idea,problems-solving and innovation		●》出缺席狀況
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》紙筆測驗
4具備溝通、協調與團隊合作之能力
To possess the ability of communication,coordination and teamwork		●》出缺席狀況
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》紙筆測驗
二、指定教科書及參考資料 Textbooks and Reference
(請修課同學遵守智慧財產權，不得非法影印)
●指定教科書 Required Texts
教師自編教材
●參考書資料暨網路資源 Reference Books and Online Resources
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning. Springer.
三、教學目標 Objectives
1. 了解機器學習之概念
2. 掌握機器學習之方法學
3. 培養機器學習應用於行為科學研究之素養
4. 使用R語言進行機器學習之相關研究與問題解決
1. Understand the concept of machine learning
2. Learn the methodology of machine learning
3. Develop the competency of applying machine learning to behavioral science research
4. Solve machine learning problems with R language
四、課程內容 Course Description
●整體敘述 Overall Description
課程包含迴歸與分類、最佳化算則、模型選擇與維度縮減等機器學習相關主題，同時強調實務分析，結合領域主題之觀察，形成問題與假設，透過資料收集與機器學習方法的應用，對研究主題進行反饋，建立數據為基之研究策略與決策邏輯。
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

 2/25 課程簡介  　

2

 3/4 R語言I：基礎操作  　

3

 3/11 R語言II：進階應用  　

4

 3/18 迴歸I：線性模型  　

5

 3/25 迴歸II：一般化線性模型  　

6

 4/1 學術交流週放假  　

7

 4/8 分類I：邏輯斯迴歸  　

8

 4/15 分類II：線性/非線性分類器  　

9

 4/22 期中考  　

10

 4/29 模型選擇I：Automatic search procedures  　

11

 5/6 模型選擇II：Regularization procedures  　

12

 5/13 支援向量機  　

13

 5/20 決策樹與隨機森林I  　

14

 5/27 決策樹與隨機森林II  　

15

 6/3 端午節放假  　

16

 6/10 神經網絡與深度學習  　

17

 6/17 期末報告  　

18

 6/24 彈性補充教學  　
五、考評及成績核算方式 Grading
配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description
出席 5%含課堂表現與不定期點名
平時作業 30%*作業請勿抄襲，抄襲者該次作業以零分計 *作業遲交者，一周內補交分數以7折計，一周後不接受補交
期中考 25%*期中考請假缺考請提供假單，並於一周內進行補考；一周後不接受補考。
報告 40%以2-4⼈⼀組為原則，自行收集資料、利用本課程所學進行機器學習分析，並提供⼝頭報告與書⾯報告。
配分比率加總 100%  
六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info
●課業輔導時間 Office Hour
待訂（於課堂說明）
●聯絡方式 Contact Info
研究室地點 Office： EMAIL：chiencl@scu.edu.tw
聯絡電話 Tel： 其他 Others：待訂（於課堂說明）
七、教學助理聯絡方式 TA’s Contact Info
教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others
待聘   
八、建議先修課程 Suggested Prerequisite Course
九、課程其他要求 Other Requirements
十、學校教材上網、數位學習平台及教師個人網址 University’s Web Portal And Teacher's Website
學校教材上網網址 University’s Teaching Material Portal：
東吳大學Moodle數位平台：http://isee.scu.edu.tw
學校數位學習平台 University’s Digital Learning Platform：
☐東吳大學Moodle數位平台：http://isee.scu.edu.tw
☐東吳大學Tronclass行動數位平台：https://tronclass.scu.edu.tw
教師個人網址 Teacher's Website：
其他 Others：
十一、計畫表公布後異動說明 Changes Made After Posting Syllabus
實際授課及評量方式將視疫情而有彈性調整