The English syllabus is available. You can click the “English” version. *** 附註 *** 提醒同學們，不需要寄信來詢問加簽。如果您於初選階段無成功加選，請於上課第二週到課堂，我們會給加簽授權碼。 == 114-1 學期 == [課程特色:] (1) 跨領域統計分析涵蓋理工與非理工資料 (2) 教學助理帶領課堂實作 (3) 重視同學們的實作成果與團隊合作 [課程內容:] 本課程帶領同學認識統計方法在不同領域中的應用。從前半段的科普統計介紹，到後半段的數據分析應用。應用例子延伸到人文社會科學的議題。課程偏重跨領域的統計應用及些許的理論介紹。在練習方面，教學助理將示範一些實作例子。 我們希望大家能了解基礎統計，也能使用簡單的工具來看穿數據。藉著對數據分析結果的視覺化，來激勵你對這些數據的看法。第一階段為科普統計。隨機取樣是重要的統計數據分析之一；變異數分析常用來檢測三個或三個以上群組的差異；線性迴歸與線性模型是到處存在的統計技巧；以及機器學習的分類問題其實也是一種非線性的統計方法。 課程第二階段將拓展至跨領域數據應用。主題涵蓋人文方面的情緒分析，統計實務的倫理議題，不同領域統計資料資源的探討。這些議題中，統計基本原則佔有非常重要的角色才能實踐預測性分析。 [課程難易度:] 課程適合大學部高年級與碩士班同學。我們也歡迎大學部低年級新生(大一或大二)修習。大學部低年級新生(大一或大二)可於加簽階段以授權碼方式加簽。 [上課方式:] 90分鐘: 內容講授。 60分鐘: 教學助理例題示範; 學生練習題實作與團隊討論。

1. 能以常見的統計方法分析數據。 2. 會操作至少一種統計工具。 3. 從資料集中抽取有用資訊並使用統計法方法解釋該資訊。

無

2 小時

(Book1): An Introduction to Statistical Learning with Applications in Python, by Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani, and Jonathan Taylor, Springer Nature Switzerland AG 2023. (Book2): Introduction to Statistics and Data Analysis with Exercises, Solutions and Applications in R, by Christian Heumann, Michael Schomaker and Shalabh, Springer International Publishing Switzerland 2016. Reading schedule Week 2~5: Book1 Chapter 1 and 2; Book2 Chapter 5, 6, 7 Week 6~7: Book1 Chapter 3 and 4 Week 8~11: Book1 Chapter 6 and 7 (Book3): Python Data Analytics with Pandas, NumPy, and Matplotlib, by Fabio Nelli, 2018 (book4): Artificial Intelligence with Python, by Prateek Joshi, 2017

同上