【107-1】大數據與政策分析應用進階

Big Data and Advanced Policy Analysis Application

劉宜君 (元智大學)

  「大數據」(Big Data)自2011年起逐漸進入社會大眾的視野,相關書籍與論述如雨後春筍般出現,各行各業也都對此一名詞充滿關切與期待。本課程在使人文社會領域的學生有系統地認識大數據的統...

Ch 1. 大數據的統計方法、民意調查 /  劉宜君
Ch 2. 以資料驅動創新的數位治理 /  劉宜君、蕭乃沂
Ch 3. 民意調查實作 /  劉宜君
Ch 4. 從大數據到人工智慧 /  劉宜君、史孟蓉
Ch 5. 大數據與雲端運算、行動裝置相關議題 /  劉宜君
Ch 6. C#語言Windows 視窗程式設計(I) /  禹良治、劉宜君
Ch 7. C#語言Windows 視窗程式設計(II) /  禹良治、劉宜君
Ch 8. C#語言Windows 視窗程式設計(III) /  禹良治、劉宜君
Ch 9. 社群大數據 /  劉宜君
Ch 10. 學生報告 /  禹良治、劉宜君
Ch 11. 社群大數據 /  禹良治、劉宜君、陳智揚
Ch 12. C#語言實作 (II) /  劉宜君、禹良治
Ch 13. C#語言實作分組報告 /  劉宜君、禹良治
Ch 14. Power BI 資料視覺化 /  陳智揚、劉宜君
Ch 15. 資料整理-使用Python語言 /  陳智揚、劉宜君
Ch 16. 網路爬蟲-使用Python語言 /  陳智揚、劉宜君
Ch 17. 大數據主題分組報告 I /  劉宜君、禹良治
Ch 18. 大數據主題分組報告 II /  劉宜君、禹良治

計畫主持人資訊

姓 名 劉宜君
電子信箱 chun0820@saturn.yzu.edu.tw
服務學校 元智大學
系所單位 社會暨政策科學學系
職 稱 教授兼主任

教師簡介 (更多資訊)

姓 名 劉宜君
現 職 元智大學社會暨政策科學學系教授兼主任
E-Mail chun0820@saturn.yzu.edu.tw

最高學歷

國立臺北大學公共行政暨政策博士

研究專長

大數據

社會媒體之非結構資料分析

大數據與隱私議題

近年研究主題

大數據對於醫療照護影響與醫療隱私保護之研究

社會企業利用社會媒體之非結構資料初探

大數據產業的資料隱私問題與對策

大數據與政策創意之研究

教師簡介 (更多資訊)

姓 名 禹良治
現 職 元智大學資訊管理學系副教授兼系主任
E-Mail lcyu@saturn.yzu.edu.tw
個人網頁 http://nlp.innobic.yzu.edu.tw/(實驗室)

最高學歷

國立成功大學資訊工程博士

研究專長

自然語言處理

情感分析

文字探勘

學習科技

近年研究主題

情感分析

語意分析

科技英文自動偵錯

機器學習

中文課程名稱: 【107-1】大數據與政策分析應用進階
英文課程名稱: Big Data and Advanced Policy Analysis Application
教師姓名: 劉宜君
禹良治
開課學校/系所: 元智大學
開課學期: 1071
學分數: 3 學分
課程關鍵字: 大數據
課程領域: 社會科學
課程階層: 中階
應用數位技術/工具:

C#語言、Power BI、Python

先備課程: 大數據與政策分析應用基礎
延伸及相關課程: 大數據與政策分析應用基礎
參考網站: 大數據分析

課程概述

  「大數據」(Big Data)自2011年起逐漸進入社會大眾的視野,相關書籍與論述如雨後春筍般出現,各行各業也都對此一名詞充滿關切與期待。本課程在使人文社會領域的學生有系統地認識大數據的統計方法、與傳統統計方法的差異與互補、大數據的發展趨勢與延伸議題,以及認識資料分析軟體的操作。課程分為三個部分進行,首先,介紹大數據與傳統統計方法的差異與關係;其次,介紹大數據與人工智慧、機器人、物聯網、雲端運算、行動裝置等概念的關係;再者,說明大數據資料分析工具與技術運用。
 

教學目標

 本課程透過人文社會學院與資訊學院教師跨領域的合作與共時教學,幫助學生做跨領域的學習,並形塑跨領域對話的環境,培養人文社會領域學生的數位人文基本素養、複雜系統思維、大數據科技哲學思維、數位與網絡邏輯、程式流程與運算思維等,以及使用及再學習新型數位工具及處理大數據的能力。
貳、授課方式

修課條件

 (1) 期中考與期末考週安排口頭報告時,製作powerpoint,使參與同學能充分了解報告內容,學期末舉辦小型報告發表會。
(2) 課程鼓勵同學閱讀大數據相關書籍,分享心得,授課老師斟酌提供相當實質獎勵。例如「大數據」、「精準預測:如何從巨量雜訊中,看出重要的訊息?」、「康乃爾最經典的思考邏輯課:大數據時代,你一定要避開的自以為是」、「小數據獵人:發現大數據看不見的小細節,從消費欲望到行為分析,創造品牌商機」等書籍。
(3) 專家演講時提供學習單,撰寫學習心得。

授課方式

其他

成績評量方式

 一、 課堂參與(佔20%)
二、 作業(佔20%)(包含課程練習作業、課程學習單)
三、 期中報告(書目與口頭報告)(佔30%)
四、 期末報告(書目與口頭報告)(佔30%)

教學進度

CH 1. 大數據的統計方法、民意調查 / 劉宜君
CH 2. 以資料驅動創新的數位治理 / 劉宜君、蕭乃沂
CH 3. 民意調查實作 / 劉宜君
CH 4. 從大數據到人工智慧 / 劉宜君、史孟蓉
CH 5. 大數據與雲端運算、行動裝置相關議題 / 劉宜君
CH 6. C#語言WINDOWS 視窗程式設計(I) / 禹良治、劉宜君 CH 7. C#語言WINDOWS 視窗程式設計(II) / 禹良治、劉宜君 CH 8. C#語言WINDOWS 視窗程式設計(III) / 禹良治、劉宜君
CH 9. 社群大數據 / 劉宜君
CH 10. 學生報告 / 禹良治、劉宜君
CH 11. 社群大數據 / 禹良治、劉宜君、陳智揚
CH 12. C#語言實作 (II) / 劉宜君、禹良治
CH 13. C#語言實作分組報告 / 劉宜君、禹良治
CH 14. POWER BI 資料視覺化 / 陳智揚、劉宜君
CH 15. 資料整理-使用PYTHON語言 / 陳智揚、劉宜君
CH 16. 網路爬蟲-使用PYTHON語言 / 陳智揚、劉宜君
CH 17. 大數據主題分組報告 I / 劉宜君、禹良治
CH 18. 大數據主題分組報告 II / 劉宜君、禹良治

 

授課對象

 45

單元 1   大數據的統計方法、民意調查

作業名稱

於大數據與AI,或大數據與統計,或大數據與民調,或大數據與社群媒體等案例

作業內容