ENG數據分析─理論與應用
注意
❯
- 領域專長課程可能有先修科目或開放對象之限制，選課前請先到臺大課程網確認。
- 領域專長的施行學期若晚於畢業當學期，學生即使修習專長課程且成績及格，仍無法取得認證。
施行學期：112-1 主責單位：工業工程學研究所
基本資訊
主責教師
姓名
洪英超
email
ychung@ntu.edu.tw
聯絡窗口
姓名
鄒佳蓉
email
crstsou@ntu.edu.tw
學習目標
「線性代數與應用」、「工程統計學」 及「隨機過程」三門課程的內容涵蓋了數據分析（或大數據分析） 中最重要的基礎與理論，可惜的是，目前本校學生只能在各個學院中挑選類似的課程來學習這些專業知識，這也常常造成學生們在面對問題時一知半解的窘境。本所「數據分析-理論與應用」領域專長模組的規劃設計主要就是為了整合分享所有的教學資源，以這三門課程的內容為基礎來幫助學生有組織、有系統、有步驟的學習資料分析的相關知識。 除此之外，本模組的總整課程「資料分析方法」介紹了各種資料分析方法及理論的延伸與應用，一方面可以驗收學生對本模組基礎課程的學習成效，也可以幫助學生銜接本所另一領域專長模組「資料與決策科學」，進一步了解數據分析的應用及進入職場後在實務操作與決策面上會遭遇的問題。<br>本模組執行上大致以三階段循序漸進地引領學生來學習數據分析的方法，其中包括兩門基礎必修課程，一門理論課程，以及一門結合理論、方法與實務的總整課程。
課程架構
修課指引
※基礎課程 (6學分)：<br>◆線性代數與應用<br>包含數學代數基礎及如何利用矩陣來表示高維度的資料結構，並利用矩陣的各種運算特性和理論對資料的複雜結構進行分析，找出有用的資訊。此課程為多變量資料分析及大數據分析的最基本工具。<br><br>◆工程統計學<br>介紹如何利用各種不同的基本統計工具來分析與時間無關聯性的產業資料，內容包括敘述型和推論型的統計方法。所有的推論型統計方法是以抽樣資料的不確定性為基準， 並配合不同的機率或大樣本理論進行分析。<br><br>※理論課程 (3學分)：<br>◆隨機過程<br>介紹如何利用各種不同的機率模型來分析與時間具關聯性的產業資料，此類型的資料分析方法在智慧製造、物聯網、 經濟決策及智慧城市相關的各種應用（如自駕車與電力資料分析等）中是不可或缺的工具。<br><br>※方法與實務應用課程 (3學分)：<br>◆資料分析方法<br>讓學生認識資料本質及各類分析方法的適用性，瞭解如何進行資料清洗、預處理、特徵工程與建模分析，學習使用Python或R完成整個知識萃取的工作流程，最後並須解釋分析結果與其可能潛藏之物理意義。
課程資訊 
修習課程說明
修習課程說明編號
課程識別碼
課程名稱
學分數
備註
【落日條款】
- 適用對象： 112-1 入學之學生。
- 適用範圍： 112-1 (含) 以前終止之領域專長，詳見首頁最新消息。
【修習課程說明】
- 取得本領域專長認證須修習英語授課之班次
- 英語授課之課程識別碼第 4 碼為 E