標題 內容 課程名稱 資料模式與知識探索 授課教師 駱至中 學分數 / 上課時數 3 / 3 課堂授課時間及地點 每週三 第二~四節 (9:10am ~ 12:00pm) 於 雲起樓208教室（數位教學實驗教室） 學習目標 介紹資料採礦技術中常用模式之的基本原理、運作方式、資料處理與模式建置流程序以及應用實例等。 讓同學們對於來自統計、資料庫操作及人工智慧等各種領域之進階資料分析技術與實際應用有全面性的認識與瞭解，藉以奠定進一步探討「智慧型資料分析」、「資料採礦」和「知識工程」等相關研究的能力。 進度安排與大綱 1. 課程介紹及相關規定說明; 2. 資料採礦之專案流程及推動策略; 3. 資料採礦之工具介紹﹕SPSS Clementine, Weka及其它工具軟體; 4. 資料模式﹕資料品質、資料維度及資料呈現; 5. 資料之前置處理及資料採礦之塑模技術; 6. 分類(Classification)技術-I﹕決策樹(Decision Trees)等; 7. 分類(Classification)技術-II﹕類神經網路及其他; 8. 群聚分析(Clustering)技術; 9. 關聯式法則 (Association Rule); 10. 序列式樣模分析 (Sequential Pattern Analysis); 11. 資料採礦結果之解讀及模型驗證; 12. 期末實作專題報告 (Individual Projects’ Presentation)。 授課方式 1. 課堂講授 2. 上機實作 3. 專題實作及報告 4. 線上討論 評量方式 1. 學期考試（期中/期末考） 40% 2. 實作專題報告 40% 3. 作業及平時成績 20% 指定教材 與 參考書籍 [ 指定教材 ] P.-N. Tan, M. Steinbach & V. Kumar: Introduction to Data Mining, Addison Wesley, 2006. (歐亞書局代理) [ 參考書籍 ] (R1) I. H. Witten & E. Frank: Data Mining: Practical Machine Learning Tools and Techniques, the 2nd edition, Morgan Kaufmann, 2005. (東華書局代理) (R2) 宏德國際: SPSS Clementine中文版教育訓練講義，宏德國際軟體諮詢顧問股份有限公司，2004。 (R3) 曾憲雄等： 資料探勘，旗標出版股份有限公司，2006。 (R4) 張云濤、龔玲：資料探勘原理與技術，五南書局，2007。

• 課程綱要
• 第一週(2/16/2009) - 課程說明 & Data Mining概要說明
• 第二週(2/23/2009) - 「Data Mining的程序與策略」 & 「資料模式和資料分析」
• 第三週 (3/2/2009) - 資料模式的設計與資料品質
• 第四週 (3/9/2009) - 資料集、資料集的前置處理和資料探索(Data Exploration)
• 第五週 (3/16/2009) - 資料品質 + 資料集的前置處理
• 第六週 (3/23/2009) - 資料品質 + 資料集的前置處理 (續)
• 第六週 (3/23/2009) - 資料探勘工具軟體的介紹
• 第七週 (3/30/2009) - 分類(Classification)技術[I]：決策樹
• 第八週 (4/6/2009) - 分類(Classification)技術中「決策樹」之 Part II
• 第九週 (4/13/2009) - 分類(Classification)技術[II]：類神經網路 & 上機實習
• 指定教材 -- 「第五章」之投影片
• 第十週 (4/20/2009) - 分類(Classification)技術[II]：類神經網路及其他
• 第十一週 (4/27/2009) - 個人實作專題的提案發表與討論會
• 期中考試 (36 hours - 11:58am 5/2/2009 ~ 11:59pm 5/3/2009) 考題
• 第十二週 (5/11/2009) - 分群(Clustering)技術[I]：K-Means與其他
• 第十三週 (5/13/2009) - 分群(Clustering)技術[II]：KNN與其他自組織型式的分群技術
• 第十四週 (5/18/2009) - ANN for Data Mining + Association Analysis
• 第十五週 (5/25/2009) - 關聯性分析(Link Analysis)與關聯式法則(Association Rules)
• 第十六週 (6/1/2009) - 序列式樣模(Sequential Pattern)分析 & 時間序列(Time Series)資料分析
• 第十七週 (6/8/2009) - 整合型的資料探勘、應用實例、課程總結、資料探勘/塑模技術的彙整與未來發展
• 第十八週 (6/15/2009) - 個人實作專題的期末成果發表與討論會
• 第十八週 (6/20/2009) - 期末考試