課程目標:

1. 認識數位學習平台及學習歷程之收集整理
2. 了解資料探勘的基礎概念
3. 熟悉機器學習分析工具操作

課程內容:

1. 課程概述
2. 數位學習平台
3. 數位學習歴程檔案簡介
4. 網路學習歴程檔案及評量
5. 資料結構與資料前置處理
6. 資料庫設計及建置
7. 資料庫查詢及維護
8. 資料倉儲設計
9. 期中考
10. 機器學習與資料探勘
11. 決策樹分類法
12. 貝氏分類法
13. SVM分類法
14. DBSCAN分群法
15. 時間序列分析
16. 行動學習及其學習軌跡分析
17. 新興科技下之學習歷程收集及分析
18. 期末考/小組報告

教學方式:

1. 理論講述與討論(40%)
2.個案分析與作品賞析(20%)
3.行動實作與報告(40%)

評量方式:

1. 紙筆評量(20%)
2. 表現評量(40%)
3. 上課參與(40%)

參考書目:

Introduction to Data Mining, 2nd ed.
Pang-Ning Tan, Michigan State University,
Michael Steinbach, University of Minnesota
Vipin Kumar, University of Minnesota
Published by Pearson
Copyright c 2019
Published Date: Jan 1, 2018