明志科技大學

學年:106
研習名稱:資料科學與大數據分析之產業實務應用
研習機構:University of Cincinnati(美國辛辛那提大學)、Greater Cincinnati World AffairsCouncil (大辛辛那提世界事務理事會)
研習服務主題摘要:資料採礦方法、大數據分析與處理、大數據軟體之應用

研習服務機構簡介:

美國辛辛那提大學是全美排名前25名學校,本研習由辛辛那提大學工程學院國際事務部負責整體研習課程之統籌規劃,電腦科學系與電機系負責大數據分析理論課程規劃,工程教學中心負責創新教學法課程規劃。大辛辛那提世界事務理事會是一個非營利組織,專門從事學生、教師、產業的國際交流推動。

研習服務內容與成果:

1.資料科學與大數據分析之理論與實務案例研析:研習數據分析與資料挖礦之理論基礎與實務案例,包含:data mining and exploratory analysis(資料挖礦和探索性分析)、statistical inference(統計推論)、regression models (回歸模型)、big data modeling and management (大數據建模與管理)、machine learning and practical application(機器學習和實務應用)、R programing and data products(R 程式語言與資料生產)、big data analysis and institutional research (大數據分析和機構研究)與bioinformatics (生物信息學)。
2.資料科學與大數據分析之產業實務應用研析:參訪相關產業之智慧製造與數據分析之實務應用情形,參訪產業包含:GE Aviation(a subsidiary of General Electric)、Dunnhumby(the world’s leading customer science company)、Festo(a German industrial control and automation company)、Assurex Health (a personalized medicine company)、Toyota (a motorcorporation)、 Cincinnati Children’s Hospital Medical Center、TechSolve (a consulting company)與REDI Cincinnati(advanced manufacturing company)。
3.結合創新教學法將與資料科學與大數據分析之產業實務應用融入課程設計:研習最新教學方法,包含:current pedagogical practices(最新教學法實務)、classroom/laboratory design frameworks for current pedagogical practices(最新教學法實務的課堂/實驗室設計)、technology enabled education(技術教育)、techniques,metrics and data for evaluating effective teaching (評估有效教學的技術、指標和數據)、experiential learning with industry (產業體驗式學習)。
4.學術與文化交流活動促進資料科學與大數據分析擴展教師專長領域發展之研析:參訪辛辛那提實驗室與觀摩,並與當地學界與商界人士會談,促進未來交流。每周一次團體討論,探討研習內容與教師未來專長應用之方向。

研習機構分享與回饋:

未來生活中,不論是私人企業、教學研究或政府機關團體,大量資料的運用已有可行性,其也將大大提升教師進行組織決策分析的能力,但將來如何在大量數據中,掌握組織所需的資料,也決定資料運用的結果及決策的品質。此次研習讓研習老師對大數據有更深入的理解,同時也加深對未來產業發展需求與教學相關需求的省思。並可增加教師有關大數據在各個領域的應用與發展之認知,例如:如何利用大數據方法建立醫學影像的判讀,以輔助醫生做判斷何種病人需要追蹤回診;針對廢棄物清運的時間與路線也有清楚的資訊;如何製作奈米碳管材料,並示範其延展性與韌性;從省油車上擷取訊號進行大數據分析以進行設備損壞的預測;利用RFID以及感應裝置可以產生自動化的效果等在各領域裡的運用等。此次研習提供了資料科學與應用實例之基礎知識、相關研究與教學之開端,實際提升教師實務能力。

研習教師分享與回饋:

參與本次「資料科學與大數據分析」研習,教師能將實務經驗轉化為實務教學教材或研究,其具體作法包含:由原本的專業領域結合資料科學與大數據分析,讓研究與教學更寬廣。未來開授相關課程,亦可以使字問題導向學習(Problem Based Learning,PBL)的概念,將基礎專有名詞概念介紹完之後,先以應用例子從程式執行結果開始,讓同學瞭解這樣的工具可以處理什麼樣問題,再講解程式的流程與對應的方法概念,最後再談及數學統計理論基礎。 除了傳統的機械專業介紹之外,加入工業4.0的概念與實務,使學生能夠具體瞭解大數據時代對產業的改變,應用企業參訪之內容可作為教學方面的案例,例如:工業工程領域有關的知識跟趨勢,後續可結合照片或影片整理成例子,應用於豐富生產管理、品質管理及系統模擬等課程教材之實務案例。 透過研習研究,可將其應用在進行中之台塑產學合作、校務研究、研討會與期刊論文。或結合學生的專長領域,例如:護理系、幼保系、保健營養系等使用大數據的工具來分析資料,發展專題課程,讓學生的學習能夠更有目的性。也可將此次大數據分析在產業上的實務應用案例融入資訊科技類的課程教材中,讓學生學到更貼近實務上的應用。