資料科學實務

115 學年度第 1 學期課程大綱（16 週制）

課程說明

課程名稱資料科學實務英文名稱Data Science Practice
選課代碼1409開課年級大學三年級
學分／類別3 學分／選修授課教師郭士煒
上課時間星期二 06–08上課教室資電 234（電腦教室）
電子郵件swguo@o365.fcu.edu.tw分機3756
請益時間週一第 8–9 節、週三第 6–7 節／資電 218／分機 3756

本課程以 Python 與真實資料為主軸，依序建立程式設計、NumPy 陣列運算、Pandas 表格處理、資料清洗、資訊視覺化與模型分析能力。學生將從原始資料出發，完成可重現的資料處理、問題導向分析、模型驗證與成果溝通。

10/06 教授 NumPy，10/13 教授 Pandas，10/20 教授資料清洗與資訊視覺化，10/27 串接探索式資料分析（EDA）全流程。期中聚焦資料處理、EDA 與圖表判讀；網路爬蟲順延至 11/10，其後進入統計推論與機器學習，並逐步完成期末專題。

課程採「概念短講＋操作示範＋漸進式 Lab＋結果討論」。實作須同時交付程式、處理依據與分析解釋，強調資料品質、可重現性與資料倫理。

授課時數：面授 48 小時＋非同步學習 6 小時，合計 54 小時。

課程目標

  1. 理解資料科學流程，能將實際問題轉換為可由資料回答的分析問題。
  2. 能透過公開 API 與網頁擷取資料，記錄來源與授權，建立可重現的資料取得流程。
  3. 能使用 Python 與 NumPy 進行陣列操作、布林篩選、向量化運算與數值摘要。
  4. 能使用 Pandas 讀取、篩選、整併、分組與重塑表格，處理型別、缺值、重複值與異常值。
  5. 能使用 Matplotlib、Seaborn 進行探索式分析，依問題選擇圖表，說明發現、限制與清洗決策。
  6. 能運用統計推論與 scikit-learn 建立迴歸、分類及分群模型。
  7. 能選用合適的評估指標，辨識資料洩漏、過度配適及模型限制。
  8. 能以可重現的 Notebook、圖表、口頭簡報及書面報告呈現分析成果。
  9. 能遵守資料隱私、著作權、研究倫理與生成式 AI 使用規範。

先備能力與學習環境

  • 建議具備基礎程式設計概念；第 3–4 週提供 Python 基礎與進階練習，銜接 NumPy、Pandas 實作。
  • 實作環境以 Google Colab／Jupyter Notebook 為主。
  • 主要套件：NumPy、Pandas（套件名稱 pandas）、Matplotlib、Seaborn、SciPy、scikit-learn；資料取得視需要使用 Requests、BeautifulSoup。
  • 主要參考書：Wes McKinney, Python for Data Analysis, 3rd Edition。
  • 補充教材：教師自編投影片、Notebook、公開資料集及指定閱讀。

評分方式

評分項目比重說明
出席10%出席、提問與課堂參與
作業20%課堂 Lab 與指定作業；作業 2、5、9 同時列入非同步學習時數認定
期中30%第 9 週：Python、NumPy、Pandas、資料清洗、資訊視覺化與 EDA 全流程的概念筆試及整合實作
期末40%期末專題：問題定義、資料處理、分析、驗證、可重現性、簡報與答辯
合計100%

16 週授課進度

授課依「Python 基礎 → NumPy → Pandas → 資料清洗與資訊視覺化 → EDA 全流程 → 網路爬蟲 → 統計與建模 → 專題整合」逐步推進。日期為 2026 年，每週二上課。

週次日期主題與理論重點課堂實作／評量非同步
109/08資料科學導論與問題定義辨識資料型態、開放資料與分析問題；觀察 Netflix 範例資料及既有圖表
209/15機率理論基礎與機率分布機率、期望值、變異數、抽樣與常見分布；以示範理解大數法則與中央極限定理；專題 P0 啟動
309/22Python 程式設計（基礎）Colab、變數、容器、條件與迴圈；以串列和字典整理資料；作業 22 小時
409/29Python 程式設計（進階）函式、檔案讀寫、例外處理、日期時間與模組；作業 3；專題 M1 題目與資料鎖定
510/06NumPy：陣列與數值運算ndarray、shape、dtype、索引與切片、布林篩選、廣播、向量化及沿軸彙總；作業 4 學生成績分析
610/13Pandas：表格資料操作Series／DataFrame、CSV 讀寫、loc／iloc、篩選排序、groupby、merge 與 pivot_table；作業 5 多表整合2 小時
710/20資料清洗與資訊視覺化：品質檢查與圖表選擇型別轉換、缺值、重複值、異常值；Matplotlib／Seaborn 基礎、分布與關係圖、標題及尺度；作業 6 清洗前後比較
810/27探索式資料分析（EDA）全流程問題定義 → 資料讀取與概況 → 品質診斷與清洗 → 單變量／雙變量／多變量分析 → 分組比較與關係探索 → 圖表敘事、發現、限制與後續假設；作業 7；專題 M2 可重現資料管線
911/03期中評量：從原始資料到 EDA 報告Python、NumPy、Pandas 概念筆試；問題導向的讀取、清洗、彙總、視覺化與結果解釋整合實作
1011/10網路爬蟲與公開 API 資料取得HTTP、HTML、Requests、BeautifulSoup、分頁與 JSON API；擷取結果轉為 DataFrame、CSV，記錄來源、授權與擷取時間；作業 8
1111/17統計推論、相關分析與假設檢定Bootstrap 信賴區間、Pearson 相關、p 值、效果量與相關／因果區別；作業 9；專題 M3 EDA 與視覺化故事2 小時
1211/24監督式學習：迴歸、分類與評估訓練／測試切分、基準模型、線性迴歸與 MAE／RMSE；邏輯斯迴歸、決策樹與混淆矩陣、Precision／Recall／F1；專題 M4 基準模型與首輪錯誤分析
1312/01分群與維度縮減標準化、K-means、分群評估、PCA 與降維視覺化；比較群組特徵及解釋限制
1412/08模型比較、驗證與解釋隨機森林、交叉驗證、前處理管線、資料洩漏與特徵重要性；作業 10；專題 M5 模型比較與錯誤分析
1512/15專題整合與成果溝通串接資料清洗、圖表與模型；專題 M6 成果稽核、交換組重現、簡報彩排與個別口試
1612/22期末專題成果發表專題 M7 簡報、Notebook 展示、答辯、同儕評量與成果封存
面授／非同步時數48＋6
總時數54 小時

授課日期與內容得依學校行事曆、停課安排及實際學習進度調整。

作業規劃

作業週次主題主要成果
11Netflix 資料觀察與問題提案依範例資料與既有圖表描述欄位、提出 3 個分析問題，說明資料限制
23Python 容器與流程控制以串列、字典、條件與迴圈完成資料篩選及摘要；非同步 2 小時
34函式、檔案與日期時間處理封裝資料讀寫函式、處理例外與日期欄位，提交可重跑的 Notebook
45NumPy 學生成績統計分析陣列形狀、切片、布林篩選、廣播與向量化；各科／各生統計表與文字解釋
56Pandas 多表資料整合與彙整讀寫 CSV、篩選排序、merge、groupby 與 pivot_table；整合表及彙總結果；非同步 2 小時
67資料品質診斷與清洗前後比較缺值／重複值／型別／異常值摘要、清洗決策、清理後 CSV 與至少 2 張比較圖
78Titanic EDA 全流程報告分析問題、資料概況、品質診斷與清洗紀錄、單變量／雙變量／多變量分析、至少 4 張圖表、主要發現、限制與後續假設
810網路爬蟲與公開 API 實作擷取程式、DataFrame、CSV、欄位說明、來源／授權及擷取時間；說明錯誤處理與資料品質檢查
911Pearson 相關分析與統計推論相關係數、p 值、圖表與正確解釋；非同步 2 小時
1012–14迴歸、分類、分群與模型比較分階段完成資料切分、基準模型、評估指標、分群／PCA 視覺化及公平比較；第 14 週彙整繳交

表列週次為作業對應的授課與發布週，截止日依課程平台公告。第 8 週作業 7 檢核 EDA 全流程，第 10 週作業 8 檢核網路資料取得。作業 2、5、9 各認列非同步學習 2 小時，共 6 小時。

除第 1 週觀察提案外，作業須提交可由上而下執行的 Notebook，保留執行結果，並以 Markdown 說明操作依據、分析發現與限制；清洗作業另附資料品質摘要與清理後資料。

期末專題（學期成績 40%）

專題自第 2 週啟動，第 4 週完成問題與資料來源鎖定。第 5–6 週用 NumPy、Pandas 熟悉專題資料，第 7–8 週建立清洗管線並演練 EDA 全流程，第 10 週視專題需要補充網頁／API 資料，第 11 週整合 EDA 與統計證據，再於第 12、14 週完成基準模型與公平比較，最後交付可重現的分析成果。

週次里程碑主要繳交／檢核
2P0 啟動候選問題、候選資料、組隊與初步分工
4M1 題目與資料鎖定問題與成功判準、來源／授權、可讀取樣本、資料字典初版與備案
8M2 資料管線NumPy／Pandas 處理流程、清洗決策、清理前後品質摘要、清理後資料、資料字典與初步圖表
11M3 EDA 與視覺化問題導向 EDA、核心圖表、統計證據、每圖結論與限制，說明清洗對分析的影響
12M4 基準模型固定切分／比較設計、主要指標、基準結果與首輪錯誤
14M5 模型比較公平比較、穩定性檢查、錯誤分析與模型選擇理由
15M6 成果稽核完整候選版、交換組重現、限制／倫理審查與簡報彩排
16M7 發表與封存簡報、答辯、成果包、書面摘要、分工與 AI 使用揭露
  1. 以真實或公開資料回答明確且可驗證的問題。
  2. 第 4 週須出示可讀取資料樣本、合法來源與備案；其後換題或更換主要資料須經教師核可。
  3. 至少包含資料清理、探索式分析、具目的的視覺化、簡單基準模型及一個公平的比較模型。
  4. 說明評估方法、限制、偏誤、隱私與倫理風險。
  5. 提交資料／授權說明、資料字典、可執行 Notebook／程式碼、環境說明、簡報、書面摘要、分工／版本紀錄及 AI 使用揭露。
  6. 團隊成果以 37 分為主，個人掌握與可驗證貢獻 3 分；個人成績依版本、日誌、署名產出、口試及互評等證據判定。

專題評分規準（40 分）

面向配分判定重點
問題定義與資料可行性5問題可驗證、範圍可行、資料與成功判準對應、來源／授權清楚
資料處理與可重現性7清理決策有依據，流程可重跑，資料字典與環境完整，無資料洩漏
EDA 與視覺化7問題導向、選圖與視覺編碼合適，結論及限制有證據
基準模型、比較與評估8基準清楚、比較公平、指標合適，含穩定性與錯誤分析
結果判讀、限制與倫理5不誇大結論，說明適用範圍、偏誤、失敗案例、隱私與倫理
成果交付、溝通與答辯5成果包完整易用，敘事與圖表清楚，展示穩定且答辯精確
個人掌握與可驗證貢獻3版本／日誌／產出相符，能解釋本人工作與團隊流程
合計40

課堂規則與學術誠信

  1. 作業截止與補交方式依課程平台公告；請假依校規辦理，並由學生自行補齊教材與 Lab。
  2. 程式實作應保留執行結果及必要說明，不接受僅繳交無法執行的程式片段。
  3. 可依教師規定使用生成式 AI 協助構想、除錯或解釋，但須揭露工具、用途及關鍵提示。
  4. 學生須能解釋並驗證提交的程式碼、分析結果與文字；無法說明者視同未完成相應部分。
  5. 不得上傳個資、機密資料或未獲授權資料至第三方 AI 服務。
  6. 引用資料、程式碼、圖表及文字須標示來源；抄襲、代作、偽造資料或考試作弊依校規處理。