資料科學實務

本課程以 Python 為主要工具，帶領學生完成問題定義、資料取得、清理與整併、探索式資料分析、統計推論、視覺化、模型建立、模型評估及成果溝通等資料科學工作流程。

課程採理論講授、引導式實作與專題導向學習，強調可重現分析、資料倫理，以及對分析結果的正確解釋。一般授課週以「短講＋示範＋至少 4 個漸進式 Lab＋回顧」進行。

授課時數：面授 48 小時＋非同步學習 6 小時，合計 54 小時。

1. 理解資料科學流程、機率統計基礎及常用機器學習方法。
2. 能使用 Python、NumPy、pandas、Matplotlib、Seaborn 與 scikit-learn 處理真實資料。
3. 能進行資料清理、整併、視覺化、統計檢定、預測與分群分析。
4. 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。
5. 能以可重現的 Notebook、圖表、口頭簡報及書面報告呈現分析成果。
6. 能遵守資料隱私、著作權、研究倫理與生成式 AI 使用規範。

• 建議具備基礎程式設計概念；未修習 Python 者須完成第 1 週基礎練習。
• 實作環境以 Google Colab／Jupyter Notebook 為主。
• 主要套件：NumPy、pandas、Matplotlib、Seaborn、SciPy、scikit-learn、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。

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。

除另有說明外，作業須提交可由上而下執行的 Notebook，保留執行結果，並以 Markdown 說明分析發現。

專題自第 2 週啟動，第 4 週完成問題與資料來源鎖定；其後依里程碑完成資料清理、EDA 與視覺化、基準模型、模型比較、限制說明及成果發表。重點是端到端實作、工具選擇、結果判讀與可交付成果，不以艱深演算法取勝。

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）

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。