本課程利用目前最流行的統計程式語言（R語言），逐步帶領學生學習資料處理、數據分析、圖表製作等基本能力，並練習將常規工作整合成一個pipeline以增加工作效率。另外，課程的後半段將會分為兩個部分跨年授課，分別是『進階資料視覺化及建立網頁App』以及『演算法及機器學習』等兩個方向。本年度為『演算法及機器學習』，課程著重於後端工程，藉由了解資料科學的原理及應用，讓同學有機會開發自己的人工智慧系統。

2019年上課錄影連結
　 　 　　 　　 　　 　　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　

進度	授課主題與內容	課程講義	教學錄影
1	R語言簡介（計算功能、for迴圈、自訂函數）	Lesson 1
2	資料處理1（資料清理、簡單資料合併）	Lesson 2
3	資料處理2（複雜資料合併）	Lesson 3
4	資料處理3（資料整理及遺漏値處理）	Lesson 4
5	數據分析1（描述性統計、t test、ANOVA）	Lesson 5
6	數據分析2（卡方檢定、相關性）	Lesson 6
7	數據分析3（廣義線性模式、存活分析）	Lesson 7
8	資料視覺化1（常見統計圖表製作）	Lesson 8
9	資料視覺化2（ROC曲線、進階繪圖、3D圖像）	Lesson 9
10	演算法1（最大概似估計法原理及應用）	Lesson 10
11	演算法2（梯度下降法及MCMC）	Lesson 11
12	機器學習1（決策樹及隨機森林）	Lesson 12
13	機器學習2（支持向量機）	Lesson 13
14	機器學習3（多層感知器）	Lesson 14
15	機器學習4（卷積神經網路）	Lesson 15
16	機器學習5（深度學習網路發展史及實作）	Lesson 16