Text Mining & Knowledge Engineering 文字探勘與知識工程 2016 Fall

• Announcement
• Class Information
• Requirement and Grading
• Schedule
• 成績查詢

1. Announcement

• 2016/09/13: 課程講義將陸續於上課前在網站公布下載。

2. Class Information

• 本課程旨在培養國內大數據分析，特別為非結構資料處理之專業人才（例如文字探勘、語意分析等應用）
• 課程編號: WDM72201
• 上課時間: 星期六5,6 (實際授課為隔周六12:30~15:20) 5614 教室
• 授課教師: 楊立偉 博士 (wyangntu.edu.tw)
• Office Hour: 課後依需要而定
• 參考書目:
1. 本課程將以本書做為主要教科書。
   Introduction to Information Retrieval, by Christopher D. Manning, etc. Cambridge University Press, 2008
   HTML edition
2. 以下為參考書籍。
   Text Mining: Classification, Clustering, and Applications, by Ashok Srivastava , Mehran Sahami. Chapman & Hall, 2009.
   The Fourth Paradigm: Data-Intensive Scientific Discovery, by T. Hey, S. TanSley, K. Tolle. Microsoft Research, 2009. PDF edition

3. Requirement and Grading

課程背景:

在數位化的時代中，科技的進步與網路的普及，使得資訊的產出呈現爆炸性的成長。
如何在大量非結構資訊中，找到使用者想要的，並藉由特殊的演算法，可進一步分析出資訊背後所隱藏的知識。
協助人們用更少的時間、處理更多的資訊、得到更高品質的知識，即為知識工程之目的。
而本課程將針對非結構資訊，特別是巨量文字資訊、以及網路資訊，介紹當今最新的技術與產業發展。

課程目標:

1. 認識巨量資料、知識工程、文字探勘領域並培養知識技能 (40%)
2. 培養相關系統設計之觀念與能力 (30%)
3. 了解相關技術、應用、議題與發展 (30%)

授課方式:

1. 主要採用課堂上課，以投影片搭配範例解說。
2. 含實作議題討論與問答。

評分方式:

1. 指定題目作業 (60%)
• 每組 1~4 人，共2次


2. 期末專題 (40%)
• 每組 1~4 人，包括提案與實機展示

4. Schedule

週次	主題	投影片
Week 1 (2016.09.17)	放假(中秋節)
Week 2 (2016.09.24)	停課一次
Week 3 (2016.10.01) 上課	L1 Term Weighting and VSM	導論 講義1
Week 4 (2016.10.08)	L1 Term Weighting and VSM
Week 5 (2016.10.15) 上課	L2 Web Mining	講義2
Week 6 (2016.10.22) 上課	(出席研討會)
Week 7 (2016.10.29) 上課	L3 Classification	講義3 作業1 語料
Week 8 (2016.11.05)	L3 Classification
Week 9 (2016.11.12)	放假(紀念日)
Week 10 (2016.11.19) 上課	期中考周:作業展示
Week 11 (2016.11.26)	L4 Clustering
Week 12 (2016.12.03) 上課	L4 Clustering	講義4
Week 13 (2016.12.10)	L5 Chinese Processing
Week 14 (2016.12.17) 上課	L5 Chinese Processing	講義5 作業說明 1 2 3
Week 15 (2016.12.24)	放假(聖誕節)
Week 16 (2016.12.31)	(小組研習)
Week 17 (2017.01.07) 上課	L6 Case Study (Guest Speaker : Shirley Li 李筱翎)	講義6
Week 18 (2016.01.14) 上課	期末考周:專題展示

5. 成績查詢

Last update: 2016 Sept.