都市數據進階分析與模型應用

臺北科技大學 114-2 學期課程，課號 357442。

課程大綱

課程大綱： 當代都市議題經常為跨領域、開放性的複雜問題，在資料蒐集與分析上，需要整合地理空間、時間的維度；在分析與對策上，須平衡公部門、私部門、民眾等多重利害關係者的，是一門相當複雜但重要的學問。本課程從真實的都市議題出發，教導學生掌握地理空間資訊、資料分析、資料建模、資訊視覺化、策略論述等綜合能力，培養學生對於都市複雜議題的觀察與剖析，進而對真實環境提出洞見與創意。 本課程為進階課程，具備程式語言基礎、地理資訊系統概念為佳。透過分組操作實際都市議題，學習各類API使用、地理運算、模型選擇、模型建立、模型解讀、資料視覺化等應用。包含一次期中報告，與一次期末成果報告。 Contemporary urban issues are complex, requiring integration of geographical, temporal dimensions in data collection and analysis. Balancing the interests of stakeholders like the public, private sectors is crucial. This course focuses on real urban issues, teaching skills in geographical information, data analysis, modeling, visualization, and strategic discourse. It aims to cultivate students' ability to observe, analyze urban issues, and propose insights for real environments. It's an advanced course, requiring basic programming and GIS concepts. Through group projects, students learn API usage, geographic computation, model building, and data visualization. The course includes one midterm report and one final project report.

課程進度

第1週：都市數據應用概論 第2週：地理空間資訊簡介與視覺化 第3週：時空資料庫簡介與操作 第4週：空間資料處理、地理運算 第5週：機器學習簡介與模型實作 第6-8週：分組實作 第9週：期中分組報告 第10-12週：模型調校 第13-14週：模型解讀 第15週：都市論述與策略建議 第16-17週：分組實作 第18週：期末分組報告 Week 1: Introduction to Urban Data Applications Week 2: Introduction to GIS and Visualization Week 3: Introduction to Spatiotemporal Database and ETL Week 4: Data Processing and Geoprocessing Week 5: Introduction to Machine Learning and Data Modeling Weeks 6-8: Group Projects Week 9: Midterm Group Report Weeks 10-12: Model Calibration Weeks 13-14: Model Interpretation Week 15: Urban Arguments and Strategies Weeks 16-17: Group Projects Week 18: Final Group Report

評量方式

個人課程參與 30%： 平時上課出席率、討論參與度、每週進度等綜合評比。 分組期中成果 30%： 各組期中簡報的成果總體評比，同一組每個成員評分相同。 分組期末成果 40%： 各組期中簡報的成果總體評比，同一組每個成員評分相同。 Individual Course Participation 30%: Comprehensive assessment of regular class attendance, participation in discussions, weekly progress, etc. Group Midterm Results 30%: Overall evaluation of each group's midterm presentation results, with the same score given to each member within the same group. Group Final Results 40%: Overall evaluation of each group's final presentation results, with the same score given to each member within the same group.

教材

【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：否 使用教材： 必備軟體/語言：Python, QGIS 選用軟體/語言：R-studio, Tableau Public 數據來源：國內外開放資料 Required Software/Languages: Python, QGIS Optional Software/Languages: R-studio, Tableau Public Data Sources: Domestic and international open data