課程形式
線上
課程名稱
R語言與統計
課程編號
1339
課程期間
2025-11-13 ~
老師
課程類別
資訊能力
時數
18 (小時)
修課人數
4
標籤
素養提升, 職涯輔導, 證照培育
簡介

(於114-2學期以後,學期內完成課程修畢,即可認抵通識課程微學分1學分) (詳細時間及申請流程將公告於通識中心網頁)

*通過本課程可計陽光幼苗自主學習活動15次,課程若有兩種以上類型,僅能擇一類型申請。
*重要提醒!!!「陽光幼苗自主學習活動」及「通識課程微學分」,僅能擇一採認!


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語言與統計(□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:114學年度第2學期 (■常年開設)

四、基本資料:

(一)            總授課時數:18小時( 9或18小時)

(二)            授予學分數:1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: ■教發發展中心

(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):隨著資料驅動決策(Data-driven decision making)成為現代社會的核心趨勢,R 語言已成為資料科學、統計分析與研究界的主力工具之一。本課程從零開始,帶領學員認識統計思維與 R 語言的操作邏輯,從資料讀取、清理、轉換、分析,到視覺化與機器學習實作。
課程強調「理論結合實務」,以 開放資料(Open Data) 為分析素材,透過循序漸進的練習,引導學生完成一個完整的資料分析專案,具備以資料說故事(Data Storytelling)的能力。

六、 課程目標:

(一) 熟悉 R 語言與統計概念:理解抽樣、分佈與假設檢定等基礎統計學原理。

(二) 掌握 R 的資料處理技巧:熟悉資料結構、條件判斷、迴圈與函數操作。

(三) 具備 tidyverse 資料清理能力:能使用 dplyr、tidyr 進行資料篩選、合併與轉換。

(四) 進行資料探索與視覺化:以 ggplot2 與 plotly 呈現資料洞見,培養資料故事力。

(五) 了解機器學習應用:實作迴歸、分類與分群分析模型。

(六) 整合專案實作能力:能結合 Open Data,完成從資料取得到報告展示的完整分析專案。

七、 授課教師:洪振倫、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:

課程次別

課程日期/

時間

授課教師

上課內容/主題

時數

1

預計114學年度第2學期起,開放於線上平台給學生學習。

洪振倫老師

Part I:R 語言與統計基礎

認識 R 與統計學基礎

R 語言基本指令

R 的資料結構

條件判斷與迴圈

抽樣與機率分配

中央極限定理實驗

6

2

3

4

5

6

7

Part II:資料匯入與前處理

匯入資料與讀取 Excel

tidyverse 工具箱介紹

資料清理技巧 I(遺漏值、重複值處理)

資料清理技巧 II(篩選與轉換)

資料合併與轉置操作

假設檢定與統計推論

6

8

9

10

11

12

13

Part III:資料探索與機器學習

資料探索與 EDA(描述統計、相關分析)

R 視覺化基礎(plot、hist、boxplot)

ggplot2 與 plotly 互動式圖表

監督式學習:迴歸與分類分析

非監督式學習:分群實戰

Open Data 專案整合與成果展示

6

14

15

16

17

18

總時數

18

十、 評量方式:完成觀看影片、課後測驗達60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3分,總分100分,達到60分即可通過,及問答題形式。

(二) 實作作品報告繳交:繪出圖表後截圖上傳報告等形式。

十一、    參考書籍與內容 :  

(一) Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani. (2017). An Introduction to Statistical Learning: With Applications in R. New York: Springer.

(二) 陳基國. (2024). 基礎統計與R語言. 台北:五南圖書出版股份有限公司。

(三) Jared P. Lander. (2018). 精通大數據!R語言資料分析與應用(第2版)(鍾振蔚譯). 台北:旗標科技股份有限公司。


報名資訊    
報名期間
開始: 2026-03-01
總人數限制
無限制
其他資訊
承辦人
李佳穎 / 教學發展中心 (電子郵件: ying0223@utaipei.edu.tw)
Livewell / 勵活課程
開課單位
教學發展中心
課程 QR code
https://tms.utaipei.edu.tw/course/1339
課程教材