授課科目名稱:高維度資料分析 High Dimensional Data Analysis [108學年度(上): 2019/09~2020/01]
授課教師: 吳漢銘 (臺北大學 統計系 副教授), 研究室: 商館大樓七樓 7F12室 分機: 66773。
Office Hour: 星期三13:00~15:00。 E-mail: hmwu@gm.ntpu.edu.tw
應修系級: 統碩1/2,統計系4,巨量資料探勘學士學程。必/選修: 選修。學分數:3 學分 3小時
上課時間地點: 三/ 02~04, 資1F-10。
實習課時間: 無。助教: 無。
公告:
- 置頂: [2019/09/05] 出缺席、考試成績、學期成績紀錄。(最近更新: 2019/09/05)
- [2019/11/03] 【棄修公告】本學期棄修請於11/11上午8:30~11/22下午5:00完成棄修線上申請作業,逾期恕不受理!
- [2019/10/27] 高維度資料分析小考(1),Take Home Exam, 上傳截止日: 2019/10/30。24:00。
- [2019/09/25] 免費開放資料(摘錄自http://www.finereport.com/tw/knowledge/acquire/freedata.html)
- 台灣政府資料開放平台:https://data.gov.tw/
- 香港政府數據中心:https://data.gov.hk/en/
- 英國國家數據中心:https://data.gov.uk/
- 日本統計局:http://www.stat.go.jp/
- 中國國家數據中心:http://data.stats.gov.cn/
- 美國政府開放資料:https://www.data.gov/
- 歐盟資料平台:https://www.europeandataportal.eu/
- Open Data Inception: https://opendatainception.io/
- 世界經濟貿易合作組織資料庫:https://data.oecd.org/
- 世界銀行開放資料:https://data.worldbank.org.cn/
- 世界衛生組織:http://apps.who.int/gho/data/node.home
- github:https://github.com/awesomedata/awesome-public-datasets
- Google BigQuery 公開資料集:https://cloud.google.com/bigquery/public-data/
- Youtube資料集:https://research.google.com/youtube8m/index.html
- GOOGLE開放資料搜索:http://www.google.com/publicdata/directory?hl=en_US&dl=en_US
- Google趨勢搜索:https://trends.google.com/trends/?geo=US
- 亞馬遜AWS:https://aws.amazon.com/cn/datasets/
- MNIST手寫數字數據庫:http://yann.lecun.com/exdb/mnist/
- UCI機器學習資料庫:https://archive.ics.uci.edu/ml/index.php
- Kaggle Datasets: https://www.kaggle.com/datasets
- [2019/09/05] 9/11(三)停課一次,擇日補課。
- [2019/09/05] 請修課同學加入FB課程聊天室: 「108-1-高維度資料分析」。
(加入方法: (1) 已在聊天室之同學可將未加入的同學加入,或(2) 同學們FB私訊老師,由老師幫忙加入。 ) - [2019/09/05] R程式作業繳交方式。
- [2019/09/05] R講義。
- [2019/09/05] 上課地點在「資1F-10」。
- [2019/09/05] 校訂教學計畫表。
教學目的: 本課程主要介紹高維度資料分析的理論、計算方法及應用。內容包括主成份分析、古典相關性分析、區別分析、群集分析、因素分析、多維尺度法、獨立成份分析及高維度資料的視覺化等等。課程中會搭配R語言撰寫程式實作資料分析,希望提昇學生資料分析的實務經驗的同時,也培養學生觀察資料及提問思辨能力。
教學內容及進度(依實際教學進度隨時修正):
週次 | 月/日 | 內容 |
小考日期及範圍/備註 |
第一週 | 09/11 |
Course Introduction, Introduction to R |
|
第二週 | 09/18 |
Multidimensional data,R graphics: plot3d, PCP, rgl |
|
第三週 | 09/25 |
Multidimensional data,R graphics: plot3d, PCP, rgl |
|
第四週 | 10/02 |
Canonical correlation analysis (CCA),regularized CCA |
|
第五週 | 10/09 |
Canonical correlation analysis (CCA),regularized CCA |
|
第六週 | 10/16 |
Linear Discriminant analysis + HDLSS [維度縮減] |
小考(1) |
第七週 | 10/23 | Cluster analysis | |
第八週 | 10/30 |
R程式練習與資料分析 (I) |
|
第九週 | 11/06 | 期中考試 (延後兩周) |
期中考試 |
第十週 | 11/13 |
Multidimensional scaling (MDS) |
|
第十一週 | 11/20 |
Isometric feature mapping (ISOMAP), DR quality assessment |
期中考試[考卷下載] |
第十二週 | 11/27 |
Towards non-Gaussianity |
|
第十三週 | 12/04 |
Independent component analysis |
|
第十四週 | 12/11 |
Projection pursuit |
小考(2) |
第十五週 | 12/18 |
Kernel and more independent component method |
|
第十六週 | 12/25 |
Feature selection, ensemble learning |
|
第十七週 | 01/01 放假 |
R程式練習與資料分析 (II) |
|
第十八週 | 01/08 | 期末考試: 簡報 |
期末考 |
教材課本: Inge Koch, 2013, Analysis of Multivariate and High-Dimensional Data, Publisher: Cambridge University Press; 1 edition (December 2, 2013)
參考資料 :
- Christophe Giraud, 2015, Introduction to High-Dimensional Statistics, Publisher: Chapman and Hall/CRC (December 17, 2014)
- Peter Bühlmann and Sara van de Geer, 2011, Statistics for high-dimensional data: methods, theory and applications. Publisher: Springer; 2011 edition (June 14, 2011)
- Tony Cai,and Xiaotong Shen (Editors), High-dimensional Data Analysis (Frontiers of Statistics), Publisher: World Scientific Publishing Company (December 15, 2010)
- Fatemeh Emdad, and Seyed (Reza) Zekavat, 2008, High Dimensional Data Analysis: Overview, Analysis, and Applications, Publisher: VDM Verlag (October 9, 2008)
- Damien François, 2008, High-dimensional Data Analysis, Publisher: VDM Verlag (May 1, 2008)
成績考核方式:(以下配分未確定)
- 平時小考成績:30 % (共3次小考,各佔 10%分)。
- 期中考成績:30 % 。
- 期末考成績:40 % 。(報告型式: 製作影片)
- 助教: 0% 。
- 調分參考: 點名,上課表現,學習態度等等。(個人原因一概不予調分)。
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。
- 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。 (3) 可飲食。(但請一定要維護教室整潔)(電腦教室不可飲食) (4) 可帶筆電自行練習。
- 上課: (1) 手機請關靜音震動,不可「玩」手機。(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。
- 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老師或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,然後補考)。三次小考中限補考一次。
- 考試作弊同學當次及日後之任何試卷及作業,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,但一學期之出席次數需達到點名次數2/3以上始得加分。