授課科目名稱:探索性數據分析與視覺化, Exploratory Data Analysis and Visualization [104學年度(上): 2015/09-2016/02]

  • 授課教師: 吳漢銘 (淡江大學 數學系 專任副教授), 研究室: 騮先紀念科學館四樓 S432室 分機: 3147。
  • Office Hour: (五) 14:10~15:00。 E-mail: hmwu@mail.tku.edu.tw
  • 開課班級: 數學系碩士班。必/選修: 修。學分數:單學期3 學分 3小時。
  • 上課時間地點:  五/02, 03,04/Sa102
  • 先修科目: 無。
  • 實習課時間:  無。助教:

 

公告:

  • 置頂小考、期中、期末考成績紀錄表 (最近更新: 2016/01/15
     
  • [2016/01/08] 期末報告評分表要上傳[各組簡報影片],(注意: 也要評分自己的組!) 期末報告書面報告Word檔及簡報PPT檔要上傳(可再重覆上傳修改後的檔案,檔案名後加-1, -2)。(截止日: 2016/01/11, 24:00)
  • [2015/12/29] 分組報告組別(順序):(1) 葉丞峻, 林韋君; (2) 唐子鈞, 王一安; (3) 賴孟暄, 黃筑均, 劉炅函; (4) 鄭惟綸, 詹婕翎, 俞允晨; (5) 陳孟廷, 李柏毅; (6) 蕭敬翰, 楊芳甄; (7) 林 辰, 王雅芬; (8) 陳俊龍; (9) 吳承翰; (10) 林詠翔, 王子豪。
  • [2015/12/25] 請將期末報告分析的資料,其來源網頁網址,e-mail給老師。
  • [2015/12/19] [***重要***] 請各位修課同學上網填寫「期末教學意見調查」。期限: 2015/12/21(一)~2016/01/03(日)。
  • [2015/12/11] 期末報告注意事項。
    • 日期: 2015/01/08: 9:10~13:00。
    • 每組上台報告20分鐘(使用power point或LaTeX/Beamer)。(請事先練習簡報,不要浪費大家的時間來聽沒有準備沒有順過的內容,一人上台也可,輪流上台也可)
    • 需上傳「簡報」 (檔名: 第x組-期末報告.ppt)」及「書面報告」 (檔名: 第x組-期末報告.doc)。頁數不限,格式不限。(請自行 google查詢「科學論文報告」之寫法及格式」。
    • 評分: 上台(30%),簡報(20%),書面報告(40%),其它值得給分之事實(10%)。學生會互評上台之表現。
  • [2015/11/28] 第13週(12/07~13)「期中退選課程」http://www.ais.tku.edu.tw/elecos/  。
  • [2015/10/27] [***重要***] 請各位修課同學上網填寫「期中教學意見調查」。期限: 2015/10/26(一)~11/08(日)。
  • [2015/10/13] 期末報告書格式(doc) |  期末報告簡報格式(ppt)
  • [2015/10/13] 期末報告資料來源: (要求: 資料筆數,變數個數)
  • [2015/10/13] 期末報告分組: 10/16上課再讓同學填寫分組名單。
  • [2015/10/11] 安排數據科學實務經驗分享演講:
    • 日期: 11/13(五); 地點: 數學系S433室; 時間: 10:40~11:30 (50分鐘演講); 11:30~11:40 (10分鐘問與答)
    • 演講人: 洪進吉 先生: Gene部落格觀察創辦人/資策會 顧問,簡介: iSearch愛搜尋 | IMHO, 黑貘來說 | 食夢黑貘FB
  • [2015/10/11] 調課通知:
    • 12/4(五)停課乙次: 補課日期: 待討論!
    • 12/18(五)停課乙次: 補課日期: 待討論!
  • [2015/09/15] 數學系與本課程相關之演講:
    • 10/27(二), 14:10~15:00, S433, 演講人: 吳牧恩, 東吳大學數學系, 東吳大學巨量資料管理學院
      講題:
    • 11/24(二), 14:10~15:00, S433, 演講人: 何宗武, 世新大學財金系, 世新大學數量方法研究暨發展中心
      講題:
    • 12/24(四), 14:30~16:00, S104, 演講人: 丘祐瑋, LogitData公司創辦人執行長
      講題:
  • [2015/07/08] 如何上傳「學習紀錄」「練習題」「作業」「答案卷」等等。
  • [2015/07/08] 講義請於下列「教學內容及進度」下載。上課時,請自行帶筆電來練習程式及案例分析。
  • [2015/07/08] 校訂教學計畫表

 

教學目的

本課程強調學生實際進行R程式撰寫及數據分析,從中了解統計方法並學習數據處理與呈現。內容包含 (1) R圖形、數據處理及敘述統計; (2) 數值變數與類別變數之圖形化探索; (3)互動及動態圖形; (4) 地理資料與地圖;(5)維度縮減與視覺化及(6) 案例分析。

 

教學內容及進度(依實際教學進度隨時修正)

週次 月/日 內容

回家功課/備註

第一週 09/18 (V) 課程簡介、Introduction to exploratory data analysis
第二週 09/25

(V) EDA Examples

DoubsFishData.zip
hourly_44201_2014.zip

第三週 10/02

(V) EDA Assumptions
Introduction to R graphics, Data manipulation and introductory statistics with R

第四週 10/09(五)
彈性放假
Explore numerical variables (I): distributions of single variable

 

第五週 10/16

(V) Data types and data transformation

 

第六週 10/23

R程式練習 (I)

小考(1): 上機考,Openbook
第七週 10/30

(V) Explore numerical variables: Graphics and Visualization

第八週

11/06
[第5節補課]

Explore categorical variables

 

第九週

11/13
[第5節補課]

Case studies (I), 演講

第十週

11/20

期中考 [上機考,Open book] 11/20: 9:20~10:50, Sa101電腦室

範圍: Explore the data using graphics [考卷]

第十一週 11/27
[第5節補課]
Interactive and dynamic graphics in R
第十二週 12/04
[停課乙次]
Geographical data and map [教師請假]
第十三週 12/11
[第5節補課]
(V) Dimension reduction for data visualization (I)

lena.jpg
StatePolicySpending.txt
TradCellCycle103_alpha.txt

第十四週 12/18

Dimension reduction for data visualization (II)

小考(2): 上機考,Openbook
[教師請假]
[考卷下載: 104-1-EDA-Quiz1.zip]

第十五週 12/25
[第5節補課]

(V)  Clustering Analysis

Dimension reduction for data visualization (III): multiple correspondence analysis

第十六週

01/01放假

Useful topics: control charts, time series representation

01/01,02為國定假日

第十七週 01/08
[第5節補課]

Case studies (II): exploratory text mining

分組上台報告(I)

分組期末報告

第十八週 01/15
[需補一節課]
期末考[分組上台報告 (II)],需交書面報告,1/15: 9:20~10:50, Sa101電腦室 分組期末報告

 

教材課本

教師自編上課教材 。 

參考教材

  • Dianne Cook, Deborah F. Swayne, et al, Interactive and Dynamic Graphics for Data Analysis: With R and GGobi, Springer; 2007 edition (December 12, 2007)

  • Francois Husson, Sebastien Le, and Jerome Pages, Exploratory Multivariate Analysis by Example Using R, CRC Press; 1 edition (November 15, 2010)
  •  Frederick Hartwig, Brian E. Dearing, Exploratory Data Analysis, SAGE Publications, Inc (November 1, 1979)

  •  Kevin J Keen, Graphics for Statistics and Data Analysis with R, Chapman and Hall/CRC; 1 edition (April 26, 2010)
  • Michael Friendly, Visualizing Categorical Data, SAS Institute (September 22, 2000)
  • N.D. Lewis, Visualizing Complex Data Using R: Standard Edition, CreateSpace Independent Publishing Platform (November 1, 2014)
  • Nicholas J. Horton, Ken Kleinman, Using R and RStudio for Data Management, Statistical Analysis and Graphics, Chapman and Hall/CRC; 2 edition (March 17, 2015)
  •  S. H. C. DuToit, A. G. W. Steyn, R. H. Stumpf, Graphical Exploratory Data Analysis, Springer; First Edition edition (October 18, 1986)


成績考核方式

  • 平時成績:40% (小考共2次,每次20%)。

  • 期中考成績:30% 。(上機考,Openbook)

  • 期末考成績:30% 。(交電子檔報告)

  • 調分/加分: 點名、上課表現、隨堂練習上傳、助教實習課表現。

 

備註 (上課相關)

  • 課堂以投影片(電腦_投影機)講授為主。上課前請先列印講義或將講義PDF存到個人USB隨身碟。
  • 缺課、曠課相關規定,依校規辦理。[淡江大學學生請假規則 第六條; 淡江大學學則 第三十八條]
  • 上課以「互相尊重」為最高原則並盡到「告知老師」的義務。
  • 上課請認真聽講並動腦思考。
  • 上課: (1) 可小聲討論。 (2) 可上廁所安靜去回。
  • 上課: (1) 不可使用手機相關電子產品。(手機請關靜音或震動。手機不可擺放至桌面) (2) 不可看其它書籍或上與課程無關的網站(尤其是FB)。(3) 不可聊天、睡覺、打牌 、抽煙等與學習本學科無關之事。(4) 不可飲食。
  • 四不一要: 「上課不聊天,睡覺不趴著,手機不要滑,考試不作弊,要認真。」
  • 課業上的問題,請同學互相討論後,再去問助教。 若有其它建議或問題反應,請e-mail老師FB留言
  • 上述「教學內容及進度」會依實際教學狀況修正。
  • 請隨時參閱課程網站(習題、公告、討論): http://www.hmwu.idv.tw

 

備註 (考試、成績相關)

  • 小考無特殊原因不得補考。(特殊原因請先報告老師)
  • 考試作弊或作業抄襲之同學當次及日後任何試卷及作業,老師全部不予批改。情節重大報校處理。
  • 對成績有疑問,請於當次成績公佈後一星期內連絡老師。
  • 出席點名為加分項目,但一學期之點名出席次數需達到點名總次數2/3以上始得加分。