檔案產生時間：2026/10/19 上午 05:15:00
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)資料科學與機器學習 (英文)DATA SCIENCE AND MACHINE LEARNING		開課學期 Semester：115學年度第1學期 開課班級 Class：資三Ａ (合開：資三Ｂ)
授課教師 Instructor：劉譯閎 LIU, YI-HUNG
科目代碼 Course Code：BCP35802	單全學期 Semester/Year：單			分組組別 Section：
人數限制 Class Size：60	必選修別 Required/Elective：選			學分數 Credit(s)：3
星期節次 Day/Session： 一E56	前次異動時間 Time Last Edited：115年09月01日16時03分
※ 因授課需求教室如安排於語練教室需加收語言實習費
課程與聯合國永續發展目標關聯性 Course match with UN SDGs (Sustainable Development Goals)
>SDG4 優質教育 Quality Education
課程與社會力關聯性 Course match with Employment Soft Skills
>溝通表達 Communication Expression >團隊合作 Teamwork >問題解決 Problem Solved >資訊科技應用 Information Technology Applications
資訊管理學系基本能力指標 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 資訊科技專業知能 Proficiency in professional knowledge of information technology ● 》出缺席狀況 》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 》實作(含分組演練/合作等) 》資料蒐集與分析 2 商學管理規劃知能 Proficiency in knowledge of business management ● 》課堂討論與表現 》資料蒐集與分析 3 系統開發設計知能 Proficiency in system development and design ● 》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) 》實作(含分組演練/合作等) 》資料蒐集與分析 》團隊參與 4 問題分析與批判思考能力 Ability of problems solving and critical thinking ● 》課堂討論與表現 》實作(含分組演練/合作等) 》資料蒐集與分析 》團隊參與 》學習綜合表現 5 溝通協調與團隊合作能力 Ability of teamwork and communication coordination ● 》課堂討論與表現 》實作(含分組演練/合作等) 》資料蒐集與分析 》團隊參與 》學習綜合表現 6 跨領域與整合運用資源能力 Ability of interdisciplinary and integration for operation of resources ● 》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) 》資料蒐集與分析 7 國際化能力與社會責任 Awareness of social responsibility and globalization
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 1. Python資料科學與機器學習：從入門到實作必備攻略 (Hands-On Data Science and Python Machine Learning), Frank Kane, 陳光欣 譯, 博碩, 2021. 2. 自編教材 ●參考書資料暨網路資源 Reference Books and Online Resources
三、教學目標 Objectives
本課程將介紹資料科學與機器學習的相關技術與理論，內容說明了運用統計與學習理論來分析資料並萃取知識，並使用Python來實作各種機器學習模型，像是迴歸預測、分類、分群與主成分分析等。另外，課程也包含了處理實際問題的應用，提供給同學能夠運用相關知識來分析資料或訓練模型，進而解決企業問題。
This course aims at senior undergraduate students interested in data science and machine learning. The course will cover the basics of data science and machine learning, including the use of statistics and learning methods to analyze data and extract knowledge. It employs Python to implement various models, such as prediction, classification, clustering, regression, PCA (Principal Component Analysis), etc. Besides, several real-world applications will be introduced to provide a comprehensive study on business problem-solving.
四、課程內容 Course Description
●整體敘述 Overall Description 學期課程之中有部份課程，會採用雲端平台進行教學實作練習 1. Data Science 2. Data and Data understanding 3. Statistical methods in data analytics 4. Machine Learning (1) Regression (2) Clustering (3) Classification (4) Deep Learning - MLP, CNN & RNN 5. Term Project
●分週敘述 Weekly Schedule 週次 Wk 日期 Date 課程內容 Content 備註 Note 1 9/14 Course Introduction  　 2 9/21 Knowledge Engineering & Data Science Types of Data Analytics  　 3 9/28 National Holidays Off-class 4 10/5 What is machine learning? Regression Analysis  　 5 10/12 Classification - Decision Tree & Random Forest Validation of Predictive Models  　 6 10/19 Classification - K-Nearest Neighbor & Support Vector Machine  　 7 10/26 National Holidays Off-class 8 11/2 Classification - XGBoost  　 9 11/9 Term Project Proposal Presentation  　 10 11/16 Clustering I  　 11 11/23 Clustering II  　 12 11/30 Artificial Neural Networks  　 13 12/7 Deep Learning I  　 14 12/14 Deep Learning II  　 15 12/21 Reinforcement learning  　 16 12/28 Term Project Presentation I  　 17 1/4 Term Project Presentation II  　 18 1/11 Teachers' flexible supplementary teaching

五、考評及成績核算方式 Grading

本科目 ☑同意期末退修但需面談輔導

配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description 出席   15% 缺席一次扣1分; 遲到合計三次扣1分 請假請依學生請假規定辦理, 附上正式請假證明 平時作業   30%   小組實作專案計畫書期中報告   15% 期中小組報告無故不到者,成績計為0分 小組實作專案期末報告   40% 期末小組報告無故不到者,成績計為0分 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 Appointment by Email

●聯絡方式 Contact Info 研究室地點 Office：4302-A EMAIL：randyliu@scu.edu.tw 聯絡電話 Tel：3810 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

Python

九、課程其他要求 Other Requirements

課程實例皆使用Python

十、學校數位學習平台及教師個人網址 University’s Web Portal And Teacher's Website

學校數位學習平台 University’s Digital Learning Platform：https://tronclass.scu.edu.tw

教師個人網址 Teacher's Website：

其他 Others：

十一、計畫表公布後異動說明 Changes Made After Posting Syllabus