AI and Business Analytics 人工智慧與商業分析 2023 Spring
1. Announcement
- 2023/01/11 選修說明: 本課程以台灣大學管理學院特色課程「大數據與商業分析」為基礎，經些微調整後以符合同學所需。課程內容以商業數據分析為主軸，包括金融及零售數據應用，涵蓋統計分析、文字探勘、機器學習等技巧，分為金融市場及電子商務二大專題實作，修課者若能具備統計及程式設計(不限語言，如Python、R、Java)基礎為佳。為求教學品質，設有修課人數上限。採用線上課程及實體混合教學，課程內容將陸續於上課前公布下載。
- 實體上課教室改至IB308
- 2023/02/24 公佈抽籤名單30位如下，將寄出授權碼 (如不加選請告訴老師)
2. Class Information
- 課程編號: MI5133701 / TM5610701 / 3T8608701(跨校)
- 上課時間: T6,T7,T8 (星期二 13:20-16:20)
MA-313教室 擴大容量，改到IB308
- 授課教師: 楊立偉 博士 (wyang
ntu.edu.tw)
- 課程助教: 許宸瑄(keaoyao@gmail.com)
- Office Hour: 課後依需要而定
3. Requirement and Grading
課程目標:
- 了解人工智慧與商業分析之理論基礎與架構
- 了解各種人工智慧與商業分析系統之內涵
- 了解如何建置人工智慧與商業分析系統，以及與企業之關係
- 了解數位時代下最新的人工智慧與商業分析議題
授課方式:
- 本學期採用實體及線上教學混合，請閱讀投影片(搭配解說)，進行問答。
- 自行安排分組討論及實作，每組至多6人
評分方式:
- 作業及互動表現 (40%)
- 期中報告及互評 (30%)
- 期末報告及互評 (30%)
4. Schedule
| 週次 | 主題 | 投影片 |
|---|
| Week 01 (2023.02.21) 實體 | Introduction 課程及修課說明 | intro L1 影片 後續發佈於moodle2 |
| Week 02 (2023.02.28) | 放假 | |
| Week 03 (2023.03.07) 實體 | L1: Text mining | 作業1 |
| Week 04 (2023.03.14) | L2: Web mining | |
| Week 05 (2023.03.21) | L3: Classification | |
| Week 06 (2023.03.28) 實體 | L4: Clustering | 期中專題說明 |
| Week 07 (2023.04.04) | 放假 | |
| Week 08 (2023.04.11) 實體 | 實習/L5: Sequence Tagging | |
| Week 09 (2023.04.18) | L6: Language Processing | |
| Week 10 (2023.04.25) 實體 | 期中報告 | |
| Week 11 (2023.05.02) 實體 | E-Commerce Analytics (1) | |
| Week 12 (2023.05.09) 實體 | E-Commerce Analytics (2) | 期末專題說明 |
| Week 13 (2023.05.16) | E-Commerce Analytics (3) | |
| Week 14 (2023.05.23) 實體 | 期末Proposal/討論回饋 | |
| Week 15 (2023.05.30) | 專題研討 | |
| Week 16 (2023.06.06) 實體 | 期末報告 | |
5. 成績查詢
Last update: 2023 Jan.