作業資訊

第一次作業

作業內容: 選項一

請在人力銀行搜尋 “資料科學” “資料分析” “資料工程” 等職缺至少 2 個 (須為不同公司), 並進行以下分析工作

公司產業別, 規模, 資本額
公司主要產品或服務
職缺名稱與工作內容
職缺所需學歷與經歷
職缺所需知識, 技術, 能力
請將職缺所有要求 / 條件列出, 並逐項分析同學目前具備的條件
請找出該職缺可能薪水
請思考並嘗試說明, 同學所找到的公司, 為什麼需要 “資料科學” 專業人才
從各項資訊來看, 同學喜歡這樣類型的工作嗎? 為什麼?

作業內容: 選項二

請試著找出至少 2 個同學有興趣, 以資料科學為研究主軸的碩士班, 並進行以下分析工作

碩士班介紹 (所在學校, 所在學院, 師資人數, 教學目標)
碩士班課程大綱
甄試/考試名額, 歷年報名人數
甄試辦法 (如書面審查, 面試等) / 考試辦法 (如考試科目等)

繳交資訊

繳交期限: 22:00, 09/23/2026
繳交方法: 請至網路學園繳交 https://eclass2.nttu.edu.tw/course/21481
作業格式: pdf

第二次作業

作業內容

請同學至大專校院資訊應用服務創新競賽, 搜尋與資料科學有關的專題, 並觀看介紹影片, 選擇你/妳喜歡的 1 項作品, 做以下的介紹

組別建議 (以第 30 屆為例): 教育開放資料組, 臺北生活好便利創新應用組, 資訊應用組

競賽屆別
專題名稱 / 組別 / 名次 / 學校
為什麼挑選這個專題?
專題要解決 (或研究) 的問題是什麼?
專題蒐集了哪些資料? 資料的類型, 大小為何?
專題基於資料做了哪些事情 (描述, 探索式資料分析, 預測, 分類, 推薦等)? 專題內提到那些方法?
專題的發現或貢獻
你/妳覺得可以延伸的地方, 或者不同的做法?

繳交資訊

繳交期限: 22:00, 10/07/2026
繳交方法: 請至網路學園繳交 https://eclass2.nttu.edu.tw/course/21481
作業格式: pdf

第三次作業

作業內容 (選項一: 線代高手)

請同學基於線性代數中, 計算行列式值的方法, 嘗試以 Python 程式語言實現 (不使用 NumPy 的 numpy.linalg.det())

請同學撰寫一說明文件, 說明計算方式, 以及程式碼的設計

作業內容 (選項二: 統計高手)

請同學學習簡單線性迴歸 (Simple Linear Regression) 的概念以及計算方式

在不使用額外的函式庫下 (如 NumPy, Pandas, scikit-learn), 請同學設計實作一 Python 程式, 得以建立簡單線性迴歸模型, 功能參考如下

接收一組 x 值
接收一組 y 值
建立簡單線性迴歸模型 (y = β0 + β1x)
輸出模型相關資訊 (如 R Square, Standard Error of the Estimate 等)
透過 Excel 建立簡單線性迴歸模型, 並對比 Python 程式的計算結果 (如下圖所示)

請同學撰寫一說明文件, 說明計算方式, 以及程式碼的設計

繳交資訊

繳交期限: 22:00, 10/21/2026
繳交方法: 請至網路學園繳交 https://eclass2.nttu.edu.tw/course/21481
作業格式: py 與 pdf
備註: 此次作業的目的, 主要希望讓同學練習基於數學或統計模型的理論, 透過 Python 實現的過程, 不建議一開始就使用生成式人工智慧工具

第四次作業

作業內容

請同學基於一研究或問題, 選定一筆 (或多筆) 開放資料, 撰寫 Python 程式進行資料擷取, 清理 (彙總), 統計分析與視覺化任務 (視覺化方法尚未介紹, 若同學有興趣, 有時間可再自學嘗試)
請同學撰寫一份文件, 說明以下內容 (參考如下, 但不侷限)
- 研究或問題介紹
- 開放資料介紹
- 資料擷取方法
- 資料清理 (彙總) 方法
- 統計分析與視覺化方法 (視覺化方法尚未介紹, 若同學有興趣, 有時間可再自學嘗試)
- 發現或心得

繳交資訊

繳交期限: 22:00, 11/04/2026
繳交方法: 請至網路學園繳交 https://eclass2.nttu.edu.tw/course/21481
作業格式: py 與 pdf
備註: 若有請教同學, 參考網路資源, 使用生成式人工智慧工具, 請在作業上註明, 且確實理解並說明實作方法, 若有協助同學, 亦請在作業中說明

Page updated

Report abuse