3/1: 課程介紹與說明, 開發環境 (Anaconda) 建置
3/8: 資料處理與分析流程, 開放資料介紹
3/15: Python 程式語言概述
3/22: Python 程式語言概述
3/29: 陣列資料處理方法 (NumPy)
4/5: 清明節
4/12: 資料處理方法 (pandas)
4/19: 資料擷取, 處理與儲存方法
4/26: 資料視覺化方法 (matplotlib)
5/3: 期中專案報告
5/10: 統計, 信號處理與時間序列分析
5/17: 統計, 信號處理與時間序列分析
5/24: 文字資料與社群資料探勘 (NLTK)
5/31: 文字資料與社群資料探勘 (NLTK)
6/7: 分類方法, 分群方法, 決策樹分析 (scikit-learn)
6/14: 分類方法, 分群方法, 決策樹分析 (scikit-learn)
6/21: 類神經網路 (scikit-learn)
6/28: 期末專案報告
上課地點: SEB 302
上課時間: 週四 9:10-12:00
參考用書
J. VanderPlas, Python Data Science Handbook, O'Reilly, 2017.
M. Milton, Head First Data Analysis: A Learner’s Guide to Big Numbers, Statistics, and Good Decisions, O’Reilly, 2009.
P. K. Janert, Data Analysis with Open Source Tools, O’Reilly, 2010.
W. McKinney, Python for Data Analysis, O’Reilly, 2012.
每周二上午 09:00-11:00
每周二下午 13:00-15:00