Big Data and Business Analytics 大數據與商業分析 2018 Spring

Announcement
Class Information
Requirement and Grading
Schedule
成績查詢

1. Announcement

2018/7/09: 成績計算說明:
作業一(個人)15% 最高分100 最低分 0(缺交者)
作業二(個人)15% 最高分100 最低分 0(缺交者)
作業一(團體) 5% 最高分100 最低分80
作業二(團體) 5% 最高分100 最低分80
期中(團體) 30% 最高分 92 最低分78
期末(團體) 30% 最高分 95 最低分75
以上加權後得原始成績
再以四次組內互評，取加權平均，正規化、去異常值，得序位1~7
序位 4不增不減；序位 5扣 2分、序位 6扣 4分、序位 7扣 6分；序位 3加 2分、序位 2加 4分、序位 1加 6分
四捨五入後等第化，全班人數及百分比分布如下

A+ 28 36%

A 18 23%

A- 23 29%

B+ 6 8%

B及以下 3 3%
2018/6/06: ceiba成績查詢連結 MBA IM。
2018/3/21: ceiba作業繳交連結 MBA IM。
2018/03/02 教室更動: 在管二206，請留意
2018/02/05 選修說明: 本課程為商業數據所設計，以管理學院同學優先，因教室座位有限，為求教學品質，修課人數上限為70人。於第一次上課(3/7，因為2/28放假)介紹課程後，現場登記系所及學號並分發序號，分為1.工管系所(抽25人)、2.資管系所(抽25人)、3.管院三系所(抽20人)、4.若仍有名額則全面開放抽滿為止(不限系所)。另外可登記旁聽(無學分)，最多20人。
2018/02/05 本學期課程將以金融及零售數據應用為主，涵蓋統計分析、文字探勘、機器學習，演算法及實作並重。課程講義將陸續於上課前在網站公布下載。

2. Class Information

課程編號: MBA5073 (741 U1200) / IM5047 (725 U3580)
上課時間: 星期三 2,3,4 (9:10~12:10) 管二206
授課教師: 楊立偉博士 (wyangntu.edu.tw)
課程助教: 資管所蔡曜宇 (r05725012ntu.edu.tw) 商研所伍善真(r05741021ntu.edu.tw)
Office Hour: 課後依需要而定
參考書目:

本課程參考書目如下：
A tiny handbook of R (2011) by Mike Allerhand, SpringerLink. (台大圖書館/電子書)
R and data mining: examples and case studies (2013) by Yangchang Zhao, Elsevier. (台大圖書館/電子書)
The R book (2013) by Michael J. Crawley, Wiley. (台大圖書館/電子書)
Big Data : A Revolution that will transform how we live, work, and think (2013) by Viktor Mayer-Schonberger, Kenneth Cukier.
中譯本：《大數據》，天下文化，2013年5月
Data Science from Scratch (2015) by Joel Grus, O'Reilly Media
中文版：《用Python學資料科學》，碁峰，2016年10月
應用R語言於資料分析，李仁鐘，松崗，2015年6月

3. Requirement and Grading

課程目標:

了解大數據與商業分析之理論基礎與架構
了解各種大數據與商業分析系統之內涵
了解如何建置大數據與商業分析系統，以及與企業之關係
了解數位時代下最新的大數據與商業分析議題

授課方式:

主要採用課堂上課，以投影片搭配實務案例解說。
含分組討論與問答。

評分方式:

作業及課堂表現 (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 (2018.02.28)	放假
Week 02 (2018.03.07)	Introduction	課程介紹
Week 03 (2018.03.14)	L1: Text mining	L1 作業1
Week 04 (2018.03.21)	L2: Web mining	L2
Week 05 (2018.03.28)	L3: Classification	L3-1
Week 06 (2018.04.04)	放假
Week 07 (2018.04.11)	L3: Classification	L3-2 作業2 詞集
Week 08 (2018.04.18)	實習課程	講義
Week 09 (2018.04.25)	期中報告說明	要求參考
Week 10 (2018.05.02)	L4: Clustering	L4
Week 11 (2018.05.09)	L5: Language Processing	L5
Week 12 (2018.05.16)	Case: E-Commerce/Web Analytics (1)	講義及資料集請見ceiba
Week 13 (2018.05.23)	Case: E-Commerce/Web Analytics (2)	期末報告要求
Week 14 (2018.05.30)	期中報告
Week 15 (2018.06.06)	實習課程	講義
Week 16 (2018.06.13)	L6: Support Decision Making	案例
Week 17 (2018.06.20)	期末報告
Week 18 (2018.06.27)	溫書假

5. 成績查詢

Last update: 2018 Feb.

A+	28	36%
A	18	23%
A-	23	29%
B+	6	8%
B及以下	3	3%