E-Course首頁

 113 學年度 第 1 學期 數位學習科技學系數位學習科技碩士在職專班(夜) 李建億教師 資料探勘 課程大綱

課程簡介   Course Introduction
開課年度學期
Year / Term
113 學年度 第 1 學期
開課班級
Department
數位學習科技學系數位學習科技碩士在職專班(夜) 數位碩專合選(夜)
授課方式
Instructional Method
課堂教學 、 中文
課程電腦代號
Course Reference Number
255002
課程名稱(中文)
Course Title(Chinese)
資料探勘
課程名稱(英文)
Course Title(English)
Data Mining
學分數/時數
Credit Hours
3 / 3
必(選)修
Requirement / Elective Course
選修
授課老師
Instructor
李建億
助教
Teaching Assistant
陳育楠、朱頡倫
上課時間
Meeting Time
星期一,節次C、D、E
上課教室
Classroom
F302
Office Hours
李建億:2244/6767

獲獎及補助情形   Awards and Grants

聯合國永續發展目標 (SDGs跨域類別)   Sustainable Development Goals, SDGs

課程目標   Learning Objectives
了解資料探勘的原理
了解資料探勘技術的發展與運用
了解資料探勘技術目前與未來的研究發展方向

教材網:

http://hanj.cs.illinois.edu/bk3/bk3_slidesindex.htm

http://hanj.cs.illinois.edu/

http://www.kdnuggets.com/




 

先修 ( 前置 ) 課程   Prerequisite
 

彈性教學規劃   Flexible Teaching/Planning Schedules
*本課程實施16+2週彈性教學方案,其中第17、18週之彈性規劃如下:

課程大綱   Course Syllabus
週次
Week
課程單元大綱
Unit
教學方式
Instructional Method/Style/Teaching Style
參考資料或相關作業
References or Related Materials
評量方式
Grading
1 Overview of Data MIning 講授     
2 Data Preprocessing(I) 講授     
3 Data Preprocessing(II) 講授     
4 Data Warehousing(I) 講授     
5 Data Warehousing(II) 講授     
6 Association Rules(I) 講授     
7 Association Rules(II) 講授     
8 期中考      
9 Classification(I) 講授     
10 Classification(I) 講授     
11 Clustering(I) 講授     
12 Clustering(II) 講授     
13 Outlier Detection 講授     
14 期末考      
15 SAS EG 上機     
16 SAS EM 上機     
17 SAS EM 與專題實作 上機     
18 專題 DEMO 上機     


單一課程對應校能力指標程度   The Degree to Which Single Course Corresponds to School Competence
編號
No.
校核心能力
School Core Competencies
符合程度
Degree of conformity
1 公民力 (Citizen) 4
2 自學力 (Self-learning) 5
3 資訊力 (Information) 5
4 創造力 (Creativity) 5
5 溝通力 (Communication) 5
6 就業力(Employability) 5

單一課程對應系能力指標程度   The Degree to Which Single Course Corresponds to Department Competence
編號
No.
類別
Category
系核心能力
Department Core Competencies
符合程度
Degree of conformity
01 系所 能均衡習得數位學習科技專業知能及基本研究能力 5
02 系所 能發展資訊科技並結合學習理論 5
03 系所 能具備數位內容產業所需能力並具有國際競爭力 5
04 系所 能發展數位內容產業相關技術 5
05 系所 能具備「主動求知」、「研究創新」、「團隊合作」、「組織倫理」之精神,能統整科技學術能力,能進行實證研究與發表 5

單一課程對應院能力指標程度   The Degree to Which Single Course Corresponds to College Competence
編號
No.
院核心能力
College Core Competencies
符合程度
Degree of conformity
1 語文能力 5
2 溝通與合作能力 5
3 創新與實踐能力 5
4 專業知能 5


教科書或參考用書   Textbooks or Reference Books
館藏書名   Library Books
備註   Remarks
(一)主要讀本: 作者 書名 出版地點:出版社 出版年

J. Han and M. Kamber, "Data Mining: Concepts and Techniques," Morgan Kaufmann
Publishers, 2000/2006/2011.
https://www.tenlong.com.tw/products/9780123814791

https://hanj.cs.illinois.edu/

(二)參考書目:
期刊
1. IEEE Transactions on Knowledge and Data Engineering, IEEE
2. Data & Knowledge Engineering, Elsevier Science
3. Knowledge and Information Systems, Springer Science
4. Data Mining and Knowledge Discovery, Kluwer
會議論文集
1. ACM SIGMOD Conference
2. ACM Transactions on Database Systems
3. SIGMOD Record
4. Proceedings of International Conference on Very Large Data Bases
5. International Conference on Data Engineering
6. Proceedings of the International Conference on Knowledge Discovery and Data Mining
書籍
1. “Discovering Data Mining: From Concept to Implementation,” by Peter Cabena, et al., Prentice Hall, PTR, 1998.
2. “Advances in Knowledge Discovery and Data Mining,” by by Usama M. Fayyad, et al. (Editor), MIT Press, 1996.
3. “Data Mining Solutions: Methods and Tools for Solving Real-World Problems,” by Christopher Westphal and T. Blaxton, Wiley Computing Publishing, 1998.
4. “Data Mining," by P. Adriaans / D. Zantinge , Addison-Wesley Co., 1996.
5. “Principles of Data Mining and Knowledge Discovery,”
by J. Komorowski / J. Zytkow, Springer-Verlag Co., 1997
6. “Data Mining Techniques,” by M.ichael J. A. Berry / G. Linoff, Wiley Computer Pub., 1997.

※請尊重智慧財產權,不得非法影印教科書※
※   Please respect intellectual property rights and do not illegally photocopy textbooks.  ※

教學方法   Teaching Method
教學方法
Teaching Method
百分比
Percentage
總和  Total 0 %

成績評量方式   Grading
評量方式
Grading
百分比
Percentage
總和  Total 0 %

成績評量方式補充說明   
筆試 : 40% 專案成果 : 40% 文獻報告 : 20%  

課程大綱補充資料   Supplementary Material of Course Syllabus