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（如Coursera、edX、FutureLearn、Udacity等網站）之數位課程，取得通過修課證明且成績達 B+（78分）以上者，得依相關規定辦理抵免學分，惟僅限抵免「選修科目」。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
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 |