20国立联合大学资讯管理学系资料探勘课程(陈士杰).ppt

Algorithms (Dr. Shi-Jay Chen, National United University) Course 0課程介紹Introduction 大綱 了解本課程授課重點、目標及課程設計， 了解本課程報告進行方式， 了解本課程評分標準， 先踏入一隻腳： Business Intelligence Data Mining 教材 上課用書： Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques, 2nd, 2006. 參考用書： Margaret H. Dunham, Data Mining: Introductory and Advanced Topics, Prentice Hall, 2004. (for 大學生) Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to Data Mining, Pearson Education Asia LTD, 2006. (for 研究生) 彭文正, Data Mining 資料採礦, 維科圖書有限公司, 2001. 課程重點 資料探勘概念與資料預處理 Introduction (Ch. 1) Data Preprocessing (Ch. 2) 資料探勘核心議題 Mining Association Rules (Ch. 5) Classification and Prediction (Ch. 6) Cluster Analysis (Ch. 7) 簡介資料倉儲, OLAP, 資料一般化 Data Warehouse and OLAP Technology for Data Mining (Ch. 3) Data Generalization (Ch. 4) 其它章節內容 財務金融相關: Section 8.2, 11.1.1 行銷與交易相關: Section 8.3 生物資訊相關: Section 8.4, 11.1.4 多媒體相關: Section 10.3 文件與網頁探勘相關: Section 10.4, 10.5 其它方法論相關的議題: Section 11.3.1, 11.3.2, 11.3.4 課程設計 分為“課程講授”和“期末報告”兩部分。 理論講授： 課堂講授Data Mining的相關理論 (約3/4學期)， 期末報告：(三選一) 請於期中考後兩週內將組別與題目彙總繳交 (逾期不侯)。 書面報告：由同學分組 (1~2人一組)，自行尋找Data Mining相關議題進行書面報告撰寫，並於期末安排課堂報告。(60~80分) 程式撰寫：以2人為一組，自行尋找Data Mining相關程式題目來實作與報告撰寫，並於期末做課堂報告與展示。 (70~95分) 應用系統模擬：以2人為一組，自行尋找Data Mining相關現成的應用軟體來實作一個議題與報告撰寫，並於期末做課堂報告與展示。 (65~95分) 期末報告題目 書面報告題目訂定： 國內外碩博士論文: (中文) 一人份, (英文)二人份 國家圖書館 程式撰寫與應用系統模擬亦可由此找尋題目 找尋會議論文(一人份) 國內中文會議二篇 國外英文會議一篇 找尋期刊論文 國內中文期刊(一人份) 國外英文期刊(二人份) 同學找到文章後須先給老師過目，若找不到文章的組別，統一由老師指定文章。 國家圖書館、本校圖書館、Google Scholar、Yahoo學術搜尋引擎、CiteSeer (/) 評分標準 期中考：50% 期末報告：40% 期末報告繳交頁數下限為10頁，(單行間矩或1.5倍行高，內文字型大小12點，標題文字大小以不超過16點為原則)，上限20頁。各組於口頭報告日當天繳交。 每組口頭報告 ? 分鐘，提問 5 分鐘。 禁止直接Copy他人文章 (以超過6成的報告內容與他人文章內容的重疊性為主)，違者報告成績0分。 平時成績：10% 加分：程式撰寫，約5~10% (學期末前兩週停收) 企業要於競爭激烈的市場中勝出，決策速度與反應效率的重要性已是無庸置疑的。 對於各部門主管所急欲知道的種種資訊，身為資訊部門人員，也常需要整理報表或透過企業內的資訊系統讓相關人員追蹤並了解到整體企業的營運狀況，以知道距離目標還有多少差距，以及要採取怎樣的行動方案。 但是據CFO Magazine調查，75%的企業高階主管在面臨擬定策略時，通常無法獲得即時且完整的決策參考資料。 今日企業資訊投資為何成效不彰 於是潛藏在各部門、各營運流程中之大量資料，什麼樣的資料、要透過什麼樣的方法，才能轉變成為可提供決策參考的有用資訊，而且要符合快速、即時的要