臺北市立大學通識教育中心微學分及自主學習課程
課程綱要

一、課程名稱：R 語言進階應用：從機器學習到深度學習實作
　　　　　（□實體授課（為宜）  ■線上教學）

二、開課類別：■資訊及程式相關課程  ■考核之相關課程  □EMI課程
　　　　　（此3項無則免勾選）
　　　　　□講座  □展演  □實作  ■工作坊
　　　　　（此4項務請至少擇1勾選）

三、開課學年度：115學年度第1學期　（■常年開設）

四、基本資料：

(一)            總授課時數：9小時（ 9或18小時）

(二)            授予學分數：0.5學分（0.5或1學分）

(三)            學分認抵領域：通識－共同選修

(四)            招生人數：無限制

(五)            開課單位（學分認抵單位）：通識教育中心

(六)            協同開課單位： 教學發展中心

(七)            備註：（可填寫課程時間、報名方式、報名時間、錄取公告方式等事項）

五、 課程介紹（課程宗旨、先備知識等）：

本課程專為已具備基礎 R 語言及統計基礎的學員設計，旨在進階探索數據科學的核心領域，若具備基礎的微積分以及線性代數知識，則能更完整理解課程內容。課程從統計學習模型出發，涵蓋機器學習（Machine Learning）的經典演算法如隨機森林、邏輯迴歸等，進而過渡至深度學習（Deep Learning）的實戰應用。學員將學習如何利用 R 語言強大的生態系進行模型建構、調參與評估，並實踐神經網路在數據科學上的初步應用。本課程強調「實務解決方案」，學員將學會如何將複雜的數據轉化為具備預測價值的模型，提升學術研究深度與數據分析能力。。

六、 課程目標：

l  掌握機器學習的核心邏輯，並能獨立使用 R 語言進行監督式與非監督式學習建模。

l  具備深度學習基礎概念，並能操作 R 環境下的神經網路框架處理結構化資料。

l  學會模型評估指標（ROC/AUC、F1-score等），提升數據驅動決策的品質力

七、 授課教師：黃海潮老師

八、 與通識基本素養之關聯性：□公民涵養  □自然生態  □藝術美學

                        ■資訊科技  □健康樂群  □人文反思

九、 課程進度：

十、 評量方式：完成觀看影片、課後測驗達80分及格通過。

(一) 每45分鐘會有3-5題選擇題，總共會有30題選擇題。每題2-4分，總分100分，達到80分即可通過，及問答題形式。

(二) 實作作品報告繳交：將作品截圖上傳報告等形式。

十一、    參考書籍：

(一) James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning: with applications in R. Springer.

(二) 陳旭昇（2024）。資料分析的統計學基礎：使用 R 語言（初版）。東華書局。

(三) 李家岩、洪佑鑫 (2022)，製造數據科學，前程文化。

(四) 鴻海教育基金會（2019）。人工智慧導論。全華圖書。