東吳大學教師授課計劃表

檔案產生時間：2018/1/19 上午 08:59:25
本表如有異動，於4小時內自動更新
一、課程基本資料 Course Information
科目名稱 Course Title：
(中文)資料結構與演算法
(英文)DATA STRUCTURES AND ALGORITHMS		 開課學期 Semester：106學年度第1學期
開課班級 Class：巨資三Ａ
授課教師 Instructor：黃福銘 HUANG, FU-MING
科目代碼 Course Code：BDM30101 單全學期 Semester/Year：單 分組組別 Section：
人數限制 Class Size：120 必選修別 Required/Elective：必 學分數 Credit(s)：3
星期節次 Day/Session： 二789　 前次異動時間 Time Last Edited：106年09月26日12時51分
巨量資料管理學院基本能力指標 Basic Ability Index
編號
Code		 指標名稱
Basic Ability Index		 本科目對應之指標
Correspondent Index		 達成該項基本能力之考評方式
Methods Of Evaluating This Ability
1商學、管理與統計基礎能力
Basic abilities of business, management and statistics		  
2邏輯思考與解決問題能力
Abilities to think logically and to resolve problems		●》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》實作(含分組演練/合作等)
》外文閱讀
3資料分析與實務應用能力
Integration ability on data analysis and practical application		●》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》實作(含分組演練/合作等)
》外文閱讀
4溝通與表達能力
Communication and self-expression abilities		●》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》實作(含分組演練/合作等)
》外文閱讀
5資訊科技應用能力
Applied information technology ability		●》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》實作(含分組演練/合作等)
》外文閱讀
6程式演算能力
Programming abilities		●》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》實作(含分組演練/合作等)
》外文閱讀
7跨領域整合創新能力
Interdisciplinary innovation abilities.		  
8巨量資料處理與應用能力
Abilities to analyze big data and develop its applications.		●》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》實作(含分組演練/合作等)
》外文閱讀
二、指定教科書及參考資料 Textbooks and Reference
(請修課同學遵守智慧財產權，不得非法影印)
●指定教科書 Required Texts
資料結構--使用Python.
https://www.tenlong.com.tw/products/9789864764242

演算法技術手冊.
https://www.tenlong.com.tw/products/9789864762637

Fundamentals of Data Structures in C.
https://www.tenlong.com.tw/products/9780929306407

Introduction to Algorithms.
https://www.tenlong.com.tw/products/9780262533058

●參考書資料暨網路資源 Reference Books and Online Resources
資料結構與演算法：使用JAVA.  
https://www.tenlong.com.tw/products/9789572157114

大演算：機器學習的終極演算法將如何改變我們的未來，創造新紀元的文明.  
https://www.tenlong.com.tw/products/9789863426677

演算法星球：七天導覽行程，一次弄懂演算法.  
https://www.tenlong.com.tw/products/9789869335386
三、教學目標 Objectives
1.解決新的程式設計問題或提升現有解法的效能

2.快速找到與問題相關的演算法以及確定適用的演算法

3.透過Java與Python的實作程式獲得演算法解法

4.了解演算法的預期效能與優化執行所需的條件

5.使用進階的資料結構提高演算法效率
1.解決新的程式設計問題或提升現有解法的效能

2.快速找到與問題相關的演算法以及確定適用的演算法

3.透過Java與Python的實作程式獲得演算法解法

4.了解演算法的預期效能與優化執行所需的條件

5.使用進階的資料結構提高演算法效率
四、課程內容 Course Description
●整體敘述 Overall Description
1.資料結構
2.演算法
3.Java實作
4.Python實作
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

 9/19 論資料結構與演算法  　

2

 9/26 陣列  　

3

 10/3 堆疊與佇列  　

4

 10/10 鏈結串列
  　

5

 10/17 遞迴
  　

6

 10/24 樹狀結構
  　

7

 10/31 Heap結構  　

8

 11/7 搜尋樹  　

9

 11/14 圖形結構  　

10

 11/21 期中考專案  　

11

 11/28 演算法的數學論  　

12

 12/5 演算法的建置基礎  　

13

 12/12 排序  　

14

 12/19 搜尋  　

15

 12/26 圖論  　

16

 1/2 期末考專案  　

17

 1/9 AI的路徑搜尋  　

18

 1/16 計算幾何  　
五、考評及成績核算方式 Grading
配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description
學期考140%[1] 6~8人一組，自由分組，整組同學分數相同。
[2] 一個主題專案包含1個Kaggle主題和1組演算法程式碼
[3] Kaggle（ https://www.kaggle.com ）
報告560%[1] 個人獨立繳交報告。
[2] 每篇報告佔學期總分數12分。
[3] 研究心得報告：資料結構、演算法、網站、(中/英)論文。
[4] 每份報告限定三頁Word以內，格式不拘，老師評分。
[5] 切勿抄襲，被老師發現者，抄與被抄者該篇皆0分計算。
[6] 老師將於指定日期在課堂中開啟與關閉報告繳交GoogleDrive雲端資料夾，限時50分鐘繳交，逾期不收。
[7] 報告資料夾將會開放給全班觀摩學習。
配分比率加總 100%  
六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info
●課業輔導時間 Office Hour
五(56)
●聯絡方式 Contact Info
研究室地點 Office：H307-3 EMAIL：fmhuang@gm.scu.edu.tw
聯絡電話 Tel：02-28819471 #5946 其他 Others：
七、教學助理聯絡方式 TA’s Contact Info
教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others
八、建議先修課程 Suggested Prerequisite Course
九、課程其他要求 Other Requirements
十、學校教材上網及教師個人網址 University’s Web Portal And Teacher's Website
學校教材上網網址 University’s Teaching Material Portal：
東吳大學Moodle數位平台：http://isee.scu.edu.tw
教師個人網址 Teacher's Website：http://fmhuang.net
其他 Others：
十一、計畫表公布後異動說明 Changes Made After Posting Syllabus