課程資訊
一、教育目標
培育舉凡工業工程、財務金融、輿情分析、生物醫學、生產管理、運輸管理、社會調查等領域之大數據分析人才。
二、核心能力
A. 具研究大數據分析理論的能力
B. 具大數據分析的能力
C. 具整合各領域之知識的能力
D. 具邏輯推理的能力
三、課程規劃
學生至少須修滿本學程所開課程37學分(論文除外)，方可提出論文。
l 修業年限：修業1至4年
l 必修學分數：10學分(論文另計)
l 畢業學分數：37學分(論文另計)
四、課程學分
l 必修科目：行銷管理研討(3)、財務管理研討(3)、研究方法(3)、企業倫理(1)、論文
l 選修科目：
A. 統計方面的資料探勘知識類：
多變量分析(3) 縱向資料分析(3) 追蹤資料分析(3) 時間數列(3) 資料維度縮減技術(3)
統計應用軟體(3) Ｒ軟體進階(3) SAS程式進階(3) 進階應用統計(3)
大數據統計分析與預測(3)
B. 資訊相關知識類：
資料庫(3) 平行運算(3) 資料結構(3) 分散式運算(3) 程式語言：Python(3)
程式語言：Java(3) 雲端計算(3) Hadoop生態系統(3) UNIX作業系統管理入門(3)
C. 綜合類(融合統計與資訊)：
資料視覺化(3) 機器學習(3) 輿情分析(3) 大數據進階軟體應用(3) 社群網路大數據分析專題(3)
必修科目
|
科目名稱 |
學分數 |
授課年級 |
|
企業倫理 |
1 |
1 |
|
行銷管理研討 |
3 |
1 |
|
財務管理研討 |
3 |
2 |
|
研究方法 |
3 |
1 |
|
論文 |
0 |
2 |
選修科目
|
科目名稱 |
學分數 |
授課年級 |
|
多變量分析 |
3 |
1 |
|
縱向資料分析 |
3 |
2 |
|
追蹤資料分析 |
3 |
2 |
|
時間數列 |
3 |
1 |
|
資料維度縮減技術 |
3 |
1 |
|
統計應用軟體 |
3 |
1 |
|
Ｒ軟體進階 |
3 |
1 |
|
SAS程式進階 |
3 |
1 |
|
進階應用統計 |
3 |
1 |
|
大數據統計分析與預測 |
3 |
2 |
|
資料庫 |
3 |
1 |
|
平行運算 |
3 |
2 |
|
資料結構 |
3 |
1 |
|
分散式運算 |
3 |
2 |
|
程式語言：Python |
3 |
1 |
|
程式語言：Java |
3 |
1 |
|
雲端計算 |
3 |
2 |
|
Hadoop生態系統 |
3 |
2 |
|
UNIX作業系統管理入門 |
3 |
1 |
|
資料探勘 |
3 |
1 |
|
文字探勘 |
3 |
2 |
|
高維度圖形技術 |
3 |
2 |
|
大數據導論 |
3 |
1 |
|
大數據分析實務課程 |
3 |
2 |
|
資料視覺化 |
3 |
1 |
|
機器學習 |
3 |
1 |
|
輿情分析 |
3 |
2 |
|
大數據進階軟體應用 |
3 |
1 |
|
社群網路大數據分析專題 |
3 |
2 |
♦必修科目表：
106學年度入學
