東吳大學教師授課計劃表

檔案產生時間：2018/8/2 下午 04:17:41
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)巨量資料處理架構與技術
(英文)BIG DATA PROCESSING AND TECHNOLOGIES		 開課學期 Semester：106學年度第2學期
開課班級 Class：巨資二Ａ
授課教師 Instructor：黃福銘 HUANG, FU-MING
科目代碼 Course Code：BDM21201 單全學期 Semester/Year：單 分組組別 Section：
人數限制 Class Size：90 必選修別 Required/Elective：選 學分數 Credit(s)：3
星期節次 Day/Session： 二789　 前次異動時間 Time Last Edited：107年01月03日01時31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		●》作業成績
》實作(含分組演練/合作等)
》資料蒐集與分析
》外文閱讀
3資料分析與實務應用能力
Integration ability on data analysis and practical application		  
4溝通與表達能力
Communication and self-expression abilities		●》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》團隊參與
5資訊科技應用能力
Applied information technology ability		●》語言測試(含繳交錄音檔、口試、角色扮演等)
》實作(含分組演練/合作等)
》資料蒐集與分析
》外文閱讀
6程式演算能力
Programming abilities		●》作業成績
》實習(含實習心得發表、機構督導評分、學校督導評分等)
》實作(含分組演練/合作等)
》資料蒐集與分析
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.		  
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
老師自製教材.
●參考書資料暨網路資源 Reference Books and Online Resources
∼Mining of Massive Datasets, 作者:Jure Leskovec, Anand Rajaraman, Jeff Ullman, 年份:2014, 出版社:Cambridge University Press., ISBN:9781107077232
網址: http://mmds.org/

∼資料科學的商業運用 Data Science for Business, 作者:Foster Provost, Tom Fawcett, 譯者:陳亦苓, 年份:2016, 出版社:歐萊禮, ISBN:9789864760268
網址: http://www.books.com.tw/products/0010712914

∼大數據的下一步：用Spark玩轉活用, 作者: 夏俊鸞, 劉旭暉, 邵賽賽, 程浩, 史鳴飛, 黃潔, 年份:2015, 出版社:佳魁資訊, ISBN:9789863791737
網址: http://www.books.com.tw/products/0010681210

∼Apache Spark：http://spark.apache.org/
∼Apache Mesos：http://mesos.apache.org/
∼Spark MLlib：http://spark.apache.org/mllib/
∼Apache Hadoop：https://hadoop.apache.org/
∼Apache Zeppelin：https://zeppelin.incubator.apache.org/
∼TensorFlow：https://www.tensorflow.org/
三、教學目標 Objectives
本課程的教學目標是學習巨量資料處理架構與技術及巨量資料機器學習技術。教授巨量資料處理相關的生態系統技術，讓我們能適當地處理平行運算、分散式運算、與大規模的機器學習運算。本課程修業完畢後，學生將能深入了解巨量資料與機器學習的精神，並能訓練、評估、驗證預測模型，並實作實用的巨量資料分析應用系統。
The objective is to learn big data analysis and large-scale machine learning. This course will introduce you to the related big data ecosystems you can use for parallel, distributed and scalable machine learning. After this course, you will be able to understand the spirit of machine learning and big data. You will be able to train, evaluate, and validate basic predictive models, and implement practical data analytics systems.
四、課程內容 Course Description
●整體敘述 Overall Description
1.Students will have the concepts of Big Data Analytics and Computational Thinking.

2.Students will have the concepts of Big Data Manipulation, Big Data Analysis, and Big Data Learning.

3.Students will have the skills of using R, Spark, MLlib, TensorFlow to analyze data.
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

 2/27 課程介紹與巨量資料概觀  　

2

 3/6 巨量資料處理與運算思維  　

3

 3/13 巨量資料平台建置：Virtual Box、Ubuntu Linux、Apache Hadoop、Apache Spark、Scala
  　

4

 3/20 巨量資料處理邏輯：Spark核心、RDD彈性分散式資料集、MapReduce
  　

5

 3/27 案例：社群網站巨量資料解決方案
  　

6

 4/3 學術交流週放假
 　

7

 4/10 R語言資料分析師的養成：資料操作與網路爬蟲
  　

8

 4/17 R語言資料分析師的養成：資料清理與資料分析
  　

9

 4/24 期中考週放假自習
 　

10

 5/1 案例：物聯網巨量資料解決方案
  　

11

 5/8 巨量資料機器學習：R + Spark MLlib：統計、檢定
  　

12

 5/15 巨量資料機器學習：R + Spark MLlib：分類、回歸
  　

13

 5/22 巨量資料機器學習：R + Spark MLlib：維度縮減、特徵提取
  　

14

 5/29 巨量資料庫：R + MongoDB
  　

15

 6/5 巨量資料深度學習：R + TensorFlow：辨識
  　

16

 6/12 期末專案報告 (每組20分鐘簡報)  　

17

 6/19 期末專案報告 (每組20分鐘簡報)  　

18

 6/26 巨量資料深度學習：R + TensorFlow：預測
  　
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
報告460%報告：60% (心得報告共4份，每份報告為15% )
分組作業140%分組作業：40% (5人一組，主題專案，上台簡報 )
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
週四第三、四節
●聯絡方式 Contact Info
研究室地點 Office：外雙溪校區哲生樓 H307-3室 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