Weekly outline

    《尊重智慧財產權，請使用正版教科書，勿非法影印書籍及教材，以免侵犯他人著作權》

    【瀏覽課程大綱Syllabus】【列印Print】

  • 摘要

    課程必需：

    輔助工具：


    • 1. 19 February - 25 February

      課程介紹-資料科學家的工作

      • 發掘議題，提問：能創造被動式收入的項目？
      • 收集、清理資料，爬蟲
      • 資料視覺化
      • 找出規律
      • 說故事
      更進一步：
      • 建立自己的資料模型
      • 設計演算法
      • 創建輔助使用者的工具、平台

      • 2. 26 February - 3 March

        表訂：機器學習方法介紹-Scikit-Learn、k最近鄰居法、迴歸、決策樹

         

         

        實務：Python環境與相關應用

        講解內容參考：電子書：Python自學聖經：從程式素人到開發強者的技術與實戰大全！

        開發環境： Google Colab

        程式練習參考：

        1. 精通 Python

        2. Github: Python 基礎必修課習題練習


        加入 CodeCombat 班級，從遊戲中學習程式： https://codecombat.com/students?_cc=LeafBagPan
        班級代碼：LeafBagPan


         

         

        • 3. 4 March - 10 March

          機器學習方法介紹-隱馬爾科夫模型(Hidden Markov Model, HMM)及循環神經網路(Recurrent Neural Network, RNN)

          • 4. 11 March - 17 March

            資料獲取-網路爬蟲

            • 5. 18 March - 24 March

              資料獲取-物聯網及API應用操作

              • 6. 25 March - 31 March

                資料清理-正則表達式、資料型別轉換、遺漏資料與異常值處理、時間序列資料處理及重塑資料

                • 7. 1 April - 7 April

                  資料儲存及調用實作-關聯式資料庫及結構化查詢語言，以MySQL為例

                  • 8. 8 April - 14 April

                    資料儲存及調用實作-NoSQL/鍵值(Key-Value)資料庫，以 MongoDB 為例，進行 CRUD 操作

                    • 9. 15 April - 21 April

                      期中考

                      • 10. 22 April - 28 April

                        自然語言處理-方法、工具介紹與專題分組
                        (自然語言處理 NLP), 大型語言模型 LLM)

                        • 11. 29 April - 5 May

                          表訂：自然語言處理-科學運算工具NumPy、Panda
                          實務：安裝 Selenium ，模擬人類自動化操作瀏覽器，抓取網站資料並寫入資料庫

                          • 12. 6 May - 12 May

                            表訂：自然語言處理-機器學習工具Scikit-Learn
                            實務：架設 Flask 服務

                            • This week

                              13. 13 May - 19 May

                              表訂：自然語言處理-資料建模和數據分析競賽平台Kaggle

                              實務：Discord 介接及 Git 專案版控

                              • 14. 20 May - 26 May

                                表訂：自然語言處理-全文檢索、文本分詞(Text Segmentation)、建立字典及轉換數字序列
                                實務：ChatGPT 及 Stable Diffusion 原理介紹及應用討論

                                • 15. 27 May - 2 June

                                  表訂：自然語言處理-中文(多)語言處理Stanford CoreNLP, Stanza

                                  實務： NumPy 及 Panda

                                  • 16. 3 June - 9 June

                                    資料視覺化-Matplotlib, Dash, amCharts

                                    • 17. 10 June - 16 June

                                      分組報告

                                      期末報告，於第 17, 18 周報告，使用投影片口頭報告或佐以部份操作錄影，作業要求：


                                      1.使用爬蟲程式擷取並清理資料，或連接某服務 API

                                      2.使用資料庫：MongoDB 、 MySQL、MS-SQL 皆可

                                      3.提供 Web Service，例：Flask 、 Node.js 或 .Net 皆可

                                      4.介接 Discord 或 LineBot ，提供使用者互動服務介面


                                      特別加分，以下擇一：有使用 Panda 整理資料、使用統計預測模型、使用任一機器學習演算法或介接 ChatGPT API 提供客製化服務。


                                      服務互動回應可以是：文字、聲音、圖檔、影片 


                                      題目的發想：儘量限縮在一個清晰易懂的服務即可，不用包山包海

                                      使用 Panda 整理資料及統計預測模型，通常是數值，可以採用 MatplotLib 來輸出圖表，這也是加分項。

                                      • 18. 17 June - 23 June

                                        期末考