授課科目名稱:高維度資料分析 High Dimensional Data Analysis [108學年度(上): 2020/09~2021/01]
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,商業智慧與大數據分析學士學分學程。
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: [2020/09/14] 出缺席、考試成績、學期成績紀錄。(最近更新: 2021/02/12)
- (1) 2021/01/06(三): 小考(2),範圍: DR,型式: 9:10~9:20 到教室(會點名),老師解釋題目。9:20~開始考試(In Class或Take Home皆可),考卷上傳截止時間: 2021/01/06, 24:00。
- (2) 2021/01/13(三): 主題: 迴歸(lasso)、分類(評估指標、RF、xgboost)。
- [2020/12/30] 期末報告
- [2020/12/23]
- 109-1 高維度資料分析 期末報告,名次(1~13)評分表 https://forms.gle/bytFZCYgJEvb3ZAU8
- 109學年度第1學期 高維度資料分析 期末成果發表回饋意見表: https://forms.gle/x6fycuKpAEZhjzr8A
- [2020/11/18] 陳彥霖學長分享資料分析競賽經驗。
- [2020/11/11] 下週(11/18) 由學長(陳彥霖,國泰)分享資料分析競賽經驗,請大家事先到kaggle註冊一個帳號(https://www.kaggle.com/)。之後做期末報告會用到。
- [2020/11/10] 作業(2),繳交日期: 2020/11/24(二) 24:00前。
- [2020/10/23] 作業(1),繳交日期: 2020/10/27(二) 24:00前。
- [2020/09/14] 本課程配合高教深耕計畫之活動: (1) 20201118: (外聘)期中講座。(2) 20201231: 期末成果發表會 (kaggle競賽)。(3) 2020第二屆「AI金融科技創新創業大賽」。
- [2020/09/14] 免費開放資料(摘錄自http://www.finereport.com/tw/knowledge/acquire/freedata.html)
- [2020/09/14] 請修課同學加入FB課程聊天室: 「109-1-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。 ) - [2020/09/14] R程式作業繳交方式。
- [2020/09/14] R講義。
- [2020/09/14] 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 | 09/16 |
Course Introduction, Introduction to R [課程簡介、分析工具: R軟體介紹] |
|
第二週 | 09/23 |
Multidimensional data,R graphics: plot3d, PCP, rgl |
|
第三週 | 09/30 |
Multidimensional data,R graphics: plot3d, PCP, rgl |
|
第四週 | 10/07 |
Canonical correlation analysis (CCA),regularized CCA |
|
第五週 | 10/14 |
Canonical correlation analysis (CCA),regularized CCA |
|
第六週 | 10/21 |
Linear Discriminant analysis + HDLSS [維度縮減] |
小考(1) |
第七週 | 10/28 | Cluster analysis | |
第八週 | 11/04 |
R程式練習與資料分析 (I) |
|
第九週 | 11/11 | 期中考試 |
期中考試 [考卷下載] |
第十週 | 11/18 |
Multidimensional scaling (MDS) |
20201118: (外聘)期中講座: 資料分析比賽經驗分享 |
第十一週 | 11/25 |
Isometric feature mapping (ISOMAP), DR quality assessment |
|
第十二週 | 12/02 |
Towards non-Gaussianity |
|
第十三週 | 12/09 |
Independent component analysis |
|
第十四週 | 12/16 |
Projection pursuit |
小考(2) |
第十五週 | 12/23 |
Kernel and more independent component method |
因計畫核銷,成發日期改成12/23(三)! |
第十六週 | 12/30 |
Feature selection, ensemble learning |
|
第十七週 | 01/06 |
R程式練習與資料分析 (II) |
小考2: [考卷下載] |
第十八週 | 01/13 | 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2次小考,各佔 15%分)。
- 期中考成績:30 % 。
- 期末考成績:40 % 。(型式: 上機考或報告、製作影片)
- 助教: 0% 。
- 調分參考: 點名(額外10%),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。