學習資源
19 Apr 2021
資料分析訓練模組－線上數位自學課程
本所推薦自學課程說明：
1.下列課程經所務會議通過予以認列為本所畢業學分。
2.研究生經本所初審同意修讀國際姊妹校及國際知名線上教學平台，並取得通過修課證明者，得依本所規定辦理學分抵免認列為所內課程或對應本校研究所課程認列為所外課程，惟碩士生及碩專生至多抵免六學分、博士生至多抵免三學分為限，且應依「專科以上學校遠距教學實施辦法」第6條規定辦理。
前項數位課程之抵免，請提供附成績之課程認證證書供本所查核；若證書上無成績，則須經授課教師(或系所主管)的口試認證。
本系列所外數位自學課程是資訊分析訓練模組課程，歡迎同學善加利用（可依本所抵免學分審查要點，認列畢業學分）本校數位自學課程申請規定（請點此）。
| 【專業領域課程-資料分析訓練模組】 | |||||||
|---|---|---|---|---|---|---|---|
| 課程名稱(英文) |
課程名稱(中文) |
授課語言 | 開課大學 | 開課時數 | 認列學分數 | 平台名稱 | 本所對應課程 |
| 資料科學的R入門 | 英 | IBM | 10 | 0.5 | Coursera |
資料分析方法入門（3學分）- 黃韋豪老師
|
|
| 資料科學工具箱 | 英 |
Johns Hopkins University |
8 | 0.5 | Coursera | ||
| 資料取得與清理 | 英 | Johns Hopkins University | 15 | 1 | Coursera | ||
| Research Methodologies | 研究方法 | 英 | Queen Mary University of London | 19 | 1 | Coursera | |
| Introduction to Probability and Data with R | 機率與資料概論 | 英 | Duke University | 22 | 1 | Coursera | 資料分析方法入門（3學分）- 黃韋豪老師 |
| Inferential Statistics | 推論統計 | 英 | Duke University | 26 | 1 | Coursera | |
| Linear Regression and Modeling | 線性回歸與模型 | 英 | Duke University | 14 | 1 | Coursera | |
| Exploratory Data Analysis | 探索式資料分析 | 英 | Johns Hopkins University | 15 | 1 | Coursera |
厚數據與意義探勘（1學分） （需自行先修Introduction to R for Data Science 才可抵此學分）- 劉正山老師 |
| Data Visualization Capstone | R語言的資料視覺化：攻頂 | 英 | Johns Hopkins University | 18 | 1 | Coursera | 厚數據與意義探勘（1學分）（需自行先修Introduction to R for Data Science 才可抵此學分）-劉正山老師 |