一、課程說明：本課程簡介工業資料分析常用的統計方法，第一部分的課程著重於資料分析，包含迴
<br>歸分析、
<br>分類預測、時間序列資料分析、重要變數選取與特徵萃取等。透過這些分析手法，能解析資料的特性
<br>與變數間
<br>的關聯性，以進行預測與分類。第二部分的課程介紹實驗設計方法，能有效率地收集資訊，進一步改
<br>善品質。 
<br>二、指定用書：自編講義
<br>三、參考書籍：
<br>1. An Introduction to Statistical Learning, with Application in R. (2013), 
<br>Springer. 
<br>2. Response Surface Methodology (2016). John Wiley & Sons. 
<br>四、教學方式：課堂觀念講授、軟體操作說明、案例練習
<br>五、教學進度：
<br>第一週:   簡介 & 迴歸分析
<br>第二週:   迴歸分析與預測
<br>第三週:   中秋連假 
<br>第四週:   國慶連假
<br>第五週:   分類與預測
<br>第六週:   分類與預測
<br>第七週:   案例實作與討論
<br>第八週:   時間序列分析
<br>第九週:   模式選取
<br>第十週:   高維度特徵萃取
<br>第十一週: 案例實作與討論
<br>第十二週: 實驗設計與分析
<br>第十三週: 實驗設計與分析
<br>第十四週: 品質與可靠度
<br>第十五週: 錯誤偵測與分類
<br>第十六週: 元旦連假
<br>第十七週: 案例實作與討論
<br>第十八週: 期末考週 (彈性運用)
<br>
<br>六、成績考核	實作與報告
<br>