◎系所教育目標：
1.培育具宏觀視野的經濟基礎人才。
2.建立學生未來發展所需之競爭力與獨立思考能力。 |
| ◎核心能力 | 關聯性 |
| 1.廣泛經濟議題的論述與分析能力，強調能活化經濟理論於實務應用。 | 3 關聯性中等 |
| 2.溝通、領導與團隊合作能力。 | 4 關聯性稍強 |
| 3.具備國際觀、人文倫理關懷與服務精神。 | 2 關聯性稍弱 |
◎本學科內容概述：
巨量資料分析 本課程目標是讓對巨量資料有興趣的同學可以了解巨量資料的相關技術與應用，課程包含巨量資料計算環境的建置、資料自動化收集、資料整理分析技術與Spark的實作。 讓學生可以迅速掌握巨量資料程式設計的重點，聚焦於巨量資料的程式架構，透過一系列的巨量資料程式實作，加強學生在巨量資料時代的實作能力，並運用創意來開發巨量資料的應用，最後讓同學可以順利進入巨量資料分析的領域。 |
◎本學科教學內容大綱：
1. 網頁爬取與解析
2. 數據資料存取與讀取
3. 數據資料分析與視覺化
4. Numpy數據運算
5. Pandas資料處理
6. Spark運算架構
7. RDD程式設計
8. Spark SQL 及 DataFrame
9. Spark 機器學習套件 |
◎本學科學習目標：
本課程目標是讓對巨量資料有興趣的同學可以了解巨量資料的相關技術與應用，課程包含巨量資料計算環境的建置、資料自動化收集、資料整理分析技術與Spark的實作。 讓學生可以迅速掌握巨量資料程式設計的重點，聚焦於巨量資料的程式架構，透過一系列的巨量資料程式實作，加強學生在巨量資料時代的實作能力，並運用創意來開發巨量資料的應用，最後讓同學可以順利進入巨量資料分析的領域。 |
| ◎教學進度： |
| 週次 | 主題 | 教學內容 | 教學方法 |
01
02/25 | 課程介紹 | 巨量資料的相關技術與應用 | 講授、討論。 |
02
03/04 | 金融大數據
Power BI | (1)金融大數據實務應用
(2)智慧金融
(3)Power BI工作流程
(4)Power BI 三大模組與服務 | 操作/實作、講授、討論。 |
03
03/11 | 數據資料分析與視覺化 | (1)儀表板（Dashboard）工作區介紹
(2)操作報表物件的技巧 | 操作/實作、講授、討論。 |
04
03/18 | 數據資料存取與讀取 | (1)數據工程（Data Engineer）- Power Query
(2)Power Query自動化作業 | 操作/實作、講授、討論。 |
05
03/25 | 資料建模 | (1)Power Pivot
(2)數據分析語言 - DAX | 操作/實作、講授、討論。 |
06
04/01 | 校慶活動補假日 | 校慶活動補假日 | 校慶活動補假日。 |
07
04/08 | Power BI管理服務 | (1)Power BI Desktop
(2)Power BI雲端工作區 | 操作/實作、講授、討論。 |
08
04/15 | 期中考 | 期中考 | 期中考。 |
09
04/22 | 網頁爬取與解析 | (1)Python環境
(2)資料爬取
(3)網頁解析
(4)瀏覽器自動化操作 | 操作/實作、講授、討論。 |
10
04/29 | Pandas資料處理 | (1)Pandas Series的建立與取值
(2)Pandas DataFrame的建立與操作 | 操作/實作、講授、討論。 |
11
05/06 | Spark運算架構 | (1)Driver Program
(2)Cluster運算
(3)Spark元件 | 操作/實作、講授、討論。 |
12
05/13 | Python Spark上的RDD程式設計 | (1)RDD基礎概念
(2)RDD實例
(2)惰性運算 | 操作/實作、講授、討論。 |
13
05/20 | Spark SQL 及 DataFrame | (1)篩選資料
(2)排序資料
(3)群組資料
(4)Join關聯資料 | 操作/實作、講授、討論。 |
14
05/27 | Spark 機器學習套件(I) | (1)Spark MLlib介紹
(2)推薦演算法
(3)決策樹二元分類 | 操作/實作、講授、討論。 |
15
06/03 | Spark 機器學習套件(II) | (1)迴歸分析
(2)GBT Regression
(3)模型評估 | 操作/實作、講授、討論。 |
16
06/10 | 巨量資料期末專案報告 | 巨量資料期末專案報告 | 口頭報告。 |
17
06/17 | Power BI範例練習 | 人工智慧範例
COVID-19
客戶獲利率範例
公司支出範例 | 線上學習。 |
18
06/24 | Power BI範例練習 | 員工雇用與記錄範例
IT 支出分析範例
人力資源範例
採購分析範例 | 線上學習。 |
◎課程要求：
基礎程式設計，熟Python者佳 |
◎成績考核
課堂參與討論10%
期中考30%
書面報告15%
口頭報告15%
操作/實作20%
作業/習題演練10%
|
◎參考書目與學習資源
吳燦銘，Power BI X ChatGPT：實作大數據篩選分析與商業圖表設計(第四版)，博碩，2025
謝邦昌, 蘇志雄, 蕭育仁, 宋龍華，Power BI金融大數據分析應用：貼近產業實務，掌握決策效率，碁峰， 2021
文淵閣工作室， Python大數據特訓班(第二版)：資料自動化收集、整理、分析、儲存與應用實戰，碁峰， 2020
林大貴，Python+Spark 2.0+Hadoop機器學習與大數據分析實戰，博碩出版社，2016 |
| ◎教材講義 請改以帳號登入校務系統選擇全校課程查詢方能查看教材講義 |