東吳大學教師授課計劃表

檔案產生時間：2022/3/4 下午 08:02:17
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)大數據分析
(英文)BIG DATA ANALYTICS		 開課學期 Semester：110學年度第2學期
開課班級 Class：金科學程
授課教師 Instructor：鍾震耀 CHUNG, CHEN-YAO
科目代碼 Course Code：PFT10201 單全學期 Semester/Year：單 分組組別 Section：
人數限制 Class Size：65 必選修別 Required/Elective：必 學分數 Credit(s)：3
星期節次 Day/Session： 二34E　 前次異動時間 Time Last Edited：111年01月13日11時15分
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
開學後課堂說明
●參考書資料暨網路資源 Reference Books and Online Resources
開學後課堂說明
三、教學目標 Objectives
大數據分析已成為商業領域的熱門話題。此課程專為商管(或非IT特質)學生而設計，讓他們有興趣運用數據分析方法解讀商業數據。學生可以學習到的技術與方法包括資料分類、集群分析(資料聚類)、關聯規則...以及一些基本的統計方法。除了學習課堂中的方法之外，還提供一個時段幫助學生使用R(或Python)進行數據分析。目的是讓學生具備基本的能力，在商業分析領域進行學術和實務研究。包括對各種商業問題應用所採用的正確方法之知識，並利用R(Python)代碼或稍微修改R(Python)代碼來解決問題。程式撰寫經驗並不是必需的，但一些程式撰寫的知識是絕對有幫助的。
Big Data analytics have become a hot issue in the business world. The course is designed for business majored students who are interest at applying data analytics method to analyzing business data. Students are expected to learn the methods of major techniques in this area, including classification, clustering, association rules, text mining, collaborative filtering recommendation and some statistics based methods. Besides learning the methods in the class lecture, a session is also offered to help students using R(or Python) to conduct the analysis. The goal is to equip students with fundamental capability to conduct academic and practical research in business analytics. The capability at least includes the knowledge of applying correct methods for various problems and utilizes the code or slight revise the code of R(or Python) to solve the problems. Programming experience is not required but the knowledge of some programming language is definitely helpful.
四、課程內容 Course Description
●整體敘述 Overall Description
老師親自講解說明大數據分析相關理論，透過公司實務案例資料集以及R語言實作分析，讓學生可以主動發起大數據分析興趣，並進而培養學生動手整理資料與解讀的能力。
本課程屬資訊能力列抵課程，內含至少12小時運算思維及程式設計內容。
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

 2/22 互相認識與大數據分析課程介紹  　

2

 3/1 商業決策環境資訊應用簡介--從BI、ERP環境談論Big data的分析  　

3

 3/8 找尋資料之間的關聯規則--零售業交易資料應用以及電商網站規劃與改善  　

4

 3/15 R(or Python)語言與實作練習(1)  　

5

 3/22 非監督式集群與RFM顧客價值分析(I)  　

6

 3/29 NES規則集群與顧客價值分析(II)  　

7

 4/5 全校學術交流週  　

8

 4/12 R(or Python)語言與實作練習(2)  　

9

 4/19 監督式資料分類技術漫談--資料建模與預測
(期中教學檢討與測試)		  　

10

 4/26 R(or Python)語言與實作練習(3)  　

11

 5/3 R(or Python)語言實作與練習(4)  　

12

 5/10 網路社群意見資料蒐集與預處理
1.簡易爬蟲(Web Crawler)與ptt
2.語料庫(Corpus)建立		  　

13

 5/17 網路社群意見情緒分析(Sentiment Analysis)介紹--非監督式
R語言實作與練習(5)		  　

14

 5/24 網路社群意見主題模型(Topic Model)分析介紹
R語言實作與練習(6)		  　

15

 5/31 期末分組作業檢討  　

16

 6/7 大數據分析--從建模到預測與決策(I)
1.類神經網路(ANN)與Word2Vec
2.Python實作		  　

17

 6/14 大數據分析--從建模到預測與決策(II)
1.深度學習(DL)與RNN
2.Python實作		  　

18

 6/21 期末教學檢討與測試  　
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
期中教學檢討與測試 25% 
期末教學檢討與測試 25% 
專案作業 25% 
出席與課堂互動 25% 
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
(於課堂上公布)
●聯絡方式 Contact Info
研究室地點 Office：(於課堂上公布) EMAIL：(於課堂上公布)
聯絡電話 Tel： 其他 Others：(於課堂上公布)
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
八、建議先修課程 Suggested Prerequisite Course
九、課程其他要求 Other Requirements
要相信自己可以處理大數據且"心想"成為跨領域與產業大數據分析專家
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