修習本課程學生將學會：
1.資料科學的完整流程
2.資料視覺化的呈現方式
3.進階Python 套件工具的應用
4.機器學習的知識與方法
呂威甫 老師
呂威甫老師於2003年獲得國立交通大學資訊科學博士學位，之後在中央研究院植物學研究所擔任博士後研究員（2003~2004年），並在清雲大學資訊工程系任助理教授（2004~2006年）。 現為亞洲大學資訊工程系助理教授。他的研究興趣包括計算生物學，生物資訊學，機器學習，無線感測器網路演算法設計，線上學習演算法與推薦系統。
Unit 1:Introduction to Data Science and Python Basics
Unit 2:Introduction to NumPy
Unit 3:Data Manipulation with Pandas
Unit 4:Visualization with Matplotlib
Unit 5:期中考
Unit 6:Machine Learning and Data Preprocessing
Unit 7:Perceptron Learning Algorithm for Classification and logistic Regression
Unit 8:K-nearest neighbors and Dimensionality Reduction
Unit 9:Cluster analysis
Unit 10:期末考
平時測驗：佔總成績 30 %
期中考：佔總成績 30 %
期末考：佔總成績 40 %
基本程式能力、資訊工具使用能力、基礎數學能力
1.Wes McKinney. Python for Data Analysis. O'Reilly Media, Inc. 2012.
2.Jake VanderPlas. Python Data Science Handbook, 2nd Edition. O'Reilly Media, Inc. 2022.
3.Frank Kane. Hands-On Data Science and Python Machine Learning. Packt Publishing. 2017.
ewant平台提供電子證書，申請證書請參考ewant證書申請流程說明