《全媒體中心》公告
本則公告連結

【全媒體中心】MOOC:輔大《資料科學家》,精采課程推薦!(12/26 結束)

各位老師、同仁:

大數據」 和「資料探勘」可說是現在的領域,
甚至可說是當今學子須具備的資訊科技素養了。
快來使用現在最夯的學習方式〝MOOC〞來學習它吧!
即便我們不熟習其分析工具,也要知道其中一些基本觀念。

推薦大家:輔大《資料科學家》
除了學習內容外,還可觀摩到精采的教學設計,和杜老師充滿活力的講解。
也請鼓勵應屆畢業生修習本課程,對未來進入職場大有幫助喔。
 

以下是輔大MOOC 平台所推出的《資料科學家
http://www.sharecourse.net/sharecourse/course/view/courseInfo/962

有興趣者請趕快報名此課程,就可參考到所有教學影片、課程設計了~
 (課程已上線至第5週,將於今年 12/26 結束)


課程簡介影片  (2'47")
(以下為 GIF 動畫,共 9 張擷圖)
MOOC:輔大《資料科學家》課程簡介
 

sharecourse 學聯網
 http://www.sharecourse.net/

 輔仁大學
資料科學家
  杜逸寧老師 (統計資訊學系)
  

2016/11/01 ~ 2016/12/26
共 8 週

第1週:21 世紀最吸睛的職業
第2週:分類問題基本概念的介紹
第3週:升級版的指標
第4週:使用 WEKA 建構決策樹(分類樹)
 (註:本課程使用 WEKA 這套免費又好用的資料探勘軟體。)
第5週:變數挑選與資料視覺化
第6週:實務分析的重要議題
第7週:關聯法則
第8週:集群分析(分群方法)

本課程為期 8 週,將於明年 12/26 結束並關閉,請把握時間觀看。
註:MOOC 的許多課程是有結束日期的,下次再開課不知什麼時候了。
  根據研究 (其實就人之常情啦),沒有時間限制的影片,多數人比較不珍惜機會/資源。


授課大綱(Syllabus)& 已上線章節

週次 單元主題 影音教材
W1 21 世紀最吸睛的職業 0-1 課程簡介
1-0 本周內容簡介
1-1 21 世紀最吸睛的職業是...
1-2 什麼是資料探勘
1-3 資料探勘的任務內容
1-4 資料探勘與大數據分析的經典案例
1-5 分類、分群、關聯分析,不再傻傻分不清楚!
1-6 分類方法的應用案例
1-7 關聯分析的應用案例
1-8 分群法的應用案例
1-9 WEKA 的簡介與安裝
1-10 解決中文編碼的問題
第一週-助教小提醒
W2 分類問題基本概念的介紹 2-0 本周內容簡介
2-1 分類問題的定義與適用的資料型態
2-2 決策樹基本介紹
2-3 Hunt’s 演算法
2-4 建構一棵決策樹
2-5 為什麼需要好指標
2-6 如何切割不同屬性的資料集
2-7 如何決定好的分割方法
2-8 吉尼係數 (Gini Index)
2-9 名目尺度變數的 Gini 係數
第二週- 介武的學習筆記簿
W3 升級版的指標
 
3-0 本周內容簡介
3-1 使用 Gini 係數計算連續型資料的切割點
3-2 用 Excel 計算連續型資料的切割點
3-3 熵 (Entropy)
3-4 資訊獲得量 (Information Gain)
3-5 用 Excel 計算 Entropy 以及 Information Gain
3-6 分類錯誤率 (Misclassification Error)
3-7 新的指標真的有升級嗎?
3-8 分類樹的優點與適用情形
第三週- 助教小提醒
W4 使用 WEKA 建構決策樹
(分類樹)td>
4-0 本周內容簡介
4-1 範例資料的簡介
4-2 什麼是 ID3, C4.5, CART 演算法
4-3 四種測試模型的選擇與使用時機
4-4 用 WEKA 跑出一個決策樹(分類樹)
4-5 多采多姿的分析報表
4-6 選擇一顆好樹的依據
4-7 使用另一個測試資料集來測試分類結果
4-8 如何儲存模型,套用在別的資料上
第四週- 助教小提醒
W5 變數挑選與資料視覺化 5-0 本周內容簡介
5-1 範例資料集與資料預處理
5-2 資料離散化的兩種處理方式
5-3 連續型資料的切割方法
5-4 修改資料標籤的方式
5-5 變數挑選的方法
5-6 集體變數挑選與操作
5-7 單一變數挑選與操作 (1) 卡方分配法
5-8 單一變數挑選與操作 (2) 資訊獲得法
第五週- 助教小提醒
W6 實務分析的重要議題

(即將陸續上線......) 

W7 關聯法則 
W8 集群分析(分群方法)  

 


【相關公告】

【MOOC 平台】】


全媒體中心
2016.11.29 (二)