一、課程說明	
<br>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，包含迴歸分析、分類預
<br>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，進一步改善
<br>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>
<br>2. Response Surface Methodology (2016). John Wiley & Sons. 
<br>
<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>
<br>第一週:   簡介 
<br>第二週:   迴歸分析與預測
<br>第三週:   分類與預測
<br>第四週:   10/8 國慶連假(停課一次)
<br>第五週:   學生報告與討論
<br>第六週:   學生報告與討論 
<br>第七週:   時間序列分析
<br>第八週:   時間序列分析
<br>第九週:   模式選取
<br>第十週:   模式選取 
<br>第十一週: 學生報告與討論 
<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: 實驗設計與分析
<br>第十五週: 品質改善
<br>第十六週: 12/31元旦連假 (停課一次)
<br>第十七週: 品質改善
<br>
<br>六、成績考核:案例分享、實作與報告
<br>七、講義位址:清大eeclass 教學平台
<br>