課程目標:
1. 認識數位學習平台及學習歷程資料庫
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. 資料庫設計及建置
3. SQL基本語法
4. SQL進階語法
5. 資料庫正規化
6. R語言介紹
7. R語言與統計分析
8. R語言視覺化分析
9. R語言與文字分析
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. 期末考或小組報告
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. 個人作業(50%)
2. 小組作業(30%)
3. 上課參與(20%)
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