開講時期：113年度1学期 単位：２ 教授：劉昱佑 出席規定：欠席が総授業の3分の1（12時間）を超えた場合、単位発行不可 コース概要：本コースの教育目標は学生にビッグデータ分析の理論方法を訓練し、コミュニティソフト、公共事業、高齢産業などに応用し、資料の採掘とビッグデータ分析技術を独自に完成し、真実問題を解決する能力を持つことを目的とする。このコースでは、業界の専門家を共同教授として依頼し、豊富な実務事例を共有して、データからお金を引き出す方法を具体的に説明する。内容は資料採掘の基本概念と資料の準備、資料採掘の方法と実証、資料採掘の段階的運用を含み、学生に資料採掘の方法を簡単に応用させ、さらにビッグデータ分析とデジタル決定能力を向上させる。 コース目的：1.データ収集、問題分析、独立した思考における学生のコアコンピテンシーの育成。 　　　　　　2.分析プロセス全体を通して、統計ソフトウェア（例：Excel、R、Tableau）の使用における学生の使用能力の向上 　　　　　　3.学生のレポート作成スキルを育成し、データ視覚化ツール（Excel、Tableauなど）を効果的に活用した分析結果の提示 授業形式：コースは大きく3つのテーマに分かれる 　　　　　　1. 統計とデータの可視化 　　　　　　2. 回帰分析 　　　　　　3. 地理空間データ分析 　　　　　各トピックには、主要な概念の紹介、実際のケーススタディ、体験型プログラミングセッション、クラス内の口頭プレゼンテーションが含まれる。コースは主に英語で行われるが、在学中の学生の多様な背景を考慮して、時々中国語での説明が提供されることがある。 教科書・参考書：1. [ZIM] Zuur, A. F., leno, E. N., & Meesters, E. H. (2009). A Beginner’s Guide to R. Springer. 　　　　　　　 2. [HDL] Hadley, W. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer. 3. [MGN] Monogan, J. E. (2015). Political Analysis Using R. Springer. 4. [WHM] Wickham, H. (2008). Applied Spatial Data Analysis with R. Springer. 評価方法：出席（4％） 　　　　　中間評価　口頭プレゼンテーション①②（どちらも32％ずつ） 　　　　　期末評価　口頭プレゼンテーション③（32％） 1週目：コース概要説明 2週目：授業なし（祝日） 3週目：Excel, R, Tableau の簡単な使用説明 4週目：トピック① 記述統計、データ視覚化、分配（週4-9）ケーススタディ 5週目：練習①（Excel & R） 6週目：練習②（Excel & R）、プレゼンテーション準備のための説明 7週目：口頭プレゼンテーション① 8週目：口頭プレゼンテーション① 9週目：授業なし（会議のため） 10 週目：トピック②回帰分析　ケーススタディ 11 週目：練習（Excel & R） 12 週目：プレゼンテーション② 13 週目：プレゼンテーション② 14 週目：トピック③地理分析　ケーススタディ 15 週目：練習（Excel & R） 16 週目：口頭プレゼンテーション③ 17 週目：口頭プレゼンテーション③ 18 週目：未定