109-2_進階R資料分析與應用
教學目標
R是程式語言，它與一般統計手動操作工具如SPSS不同之處在於，R能處理現代越來越頻繁的網路結構或非結構的open data，為商業數據分析及AI機器學習與應用的重要工具。R具程式化即時收集、分析與建立模型之優勢，能進行統計、作業研究、機器學習建模、智慧應用分析等等。R為商業數據管理與決策的重要工具，為管理學院學生必要培養能力之一。本課程透過議題式教學，引領學生跨入數據管理、資料科學、智慧資訊設計與決策應用、財金交易分析、統計檢定、人工智慧與機器學習資料建模等等工作領域。本課介紹以下議題:1.機率統計 2.趨勢預測 3.AI機器學習資料模型建立 進階R資料分析與應用，不是在學統計學。本課在學習不同的統計怎麼使用R套件及編寫R語法，學習知道編碼意義。簡單的說，即便不懂統計，還是可以學本課。對統計沒基礎的同學不用擔心，課堂會透過範例介紹也會說明統計的基本觀念，協助你將來有機會學正式統計的幫助。管院學R是趨勢。
授課形式
理論講述與討論-15.00%;個案分析或作品賞析-15.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他:上機操作-40.00%
課程內容與進度
Week 1: 課程介紹 Week 2: 機率分佈 Week 3: 議題方向報告 Week 4: 基本統計分析 Week 5: 線性模型(I) Week 6: 線性模型(II) Week 7: 模型診斷 Week 8: 期中學習心得及議題成果繳交(I) Week 9: 期中學習心得及議題成果繳交(II) Week 10: 資料正規化 Week 11: 非線性模型 Week 12: 時間序列與相關 Week 13: 資料分群 Week 14:AI 最佳模型建立 Week 15: 期末實作個別討論 Week 16: 期末實作個別指導 Week 17: 期末學習心得及議題成果報告(I) Week 18: 期末學習心得及議題成果報告(II)
教科書/參考書
自訂教材
評分標準
出席:30%, 平時-期中-期末作業及報告:70% (以上暫定)
學分數
3
授課時數(周)
3
開課班級
A10939
修課人數
16
R是程式語言，它與一般統計手動操作工具如SPSS不同之處在於，R能處理現代越來越頻繁的網路結構或非結構的open data，為商業數據分析及AI機器學習與應用的重要工具。R具程式化即時收集、分析與建立模型之優勢，能進行統計、作業研究、機器學習建模、智慧應用分析等等。R為商業數據管理與決策的重要工具，為管理學院學生必要培養能力之一。本課程透過議題式教學，引領學生跨入數據管理、資料科學、智慧資訊設計與決策應用、財金交易分析、統計檢定、人工智慧與機器學習資料建模等等工作領域。本課介紹以下議題:1.機率統計 2.趨勢預測 3.AI機器學習資料模型建立 進階R資料分析與應用，不是在學統計學。本課在學習不同的統計怎麼使用R套件及編寫R語法，學習知道編碼意義。簡單的說，即便不懂統計，還是可以學本課。對統計沒基礎的同學不用擔心，課堂會透過範例介紹也會說明統計的基本觀念，協助你將來有機會學正式統計的幫助。管院學R是趨勢。
授課形式
理論講述與討論-15.00%;個案分析或作品賞析-15.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他:上機操作-40.00%
課程內容與進度
Week 1: 課程介紹 Week 2: 機率分佈 Week 3: 議題方向報告 Week 4: 基本統計分析 Week 5: 線性模型(I) Week 6: 線性模型(II) Week 7: 模型診斷 Week 8: 期中學習心得及議題成果繳交(I) Week 9: 期中學習心得及議題成果繳交(II) Week 10: 資料正規化 Week 11: 非線性模型 Week 12: 時間序列與相關 Week 13: 資料分群 Week 14:AI 最佳模型建立 Week 15: 期末實作個別討論 Week 16: 期末實作個別指導 Week 17: 期末學習心得及議題成果報告(I) Week 18: 期末學習心得及議題成果報告(II)
教科書/參考書
自訂教材
評分標準
出席:30%, 平時-期中-期末作業及報告:70% (以上暫定)
學分數
3
授課時數(周)
3
開課班級
A10939
修課人數
16