Chapter1 大數據及人工智慧(AI)
1-1 大數據(Big data) 的來源、型態、價值
1-2 處理大數據的原則(principle)
1-3「大數據與人工智慧」的整合應用
1-4 AI 機器學習
1-5 大數據vs. 資料探勘(data mining)
1-6 大數據案例及軟硬體配備的需求
1-7 大數據的應用案例
1-8 大數據在商務智慧之分析(business intelligence/analytics)
Chapter2 大數據分析
2-1 大數據分析(Big data analytics, BDA)
2-2 大數據分析與機器學習的整合
2-3 文本挖掘(text mining,TM)：Tree-Based 分析
2-4 自然語言處理(NLP)：Tree-Based 分析
2-5 機器學習：最大概似(ML) 之Tree-Based 家族
2-6 音頻分析(audio analytics)
2-7 圖像分析(image analytics)
2-8 社交網路分析(social network analysis)
2-9 位置分析、空間決策及大數據：空間自迴歸、Moran's I 相關值
Chapter3 數據科學之分析技術及工具
3-1 創立一個支持大數據的組織：將大數據帶回家的步驟
3-2 數據分析(data analysis)：數據科學
3-3 數據(data) 處理：資料倉儲及OLAP
3-4 資料挖掘/ 數據挖掘(data mining, DM)
3-5 數據串流(data streams)
3-6 大數據態樣(patterns) 的分析法-7 個食人魔(Ogres)
3-7 計算平臺、作業系統(OS)、軟體框架
Chapter4 大數據統計的應用技術
4-1 醫學影像分析(medical image analysis)
4-2 多變量分析(multivariate statistics)
4-3 自然語言處理(natural language processing, NLP)
4-4 官方統計& 調查方法論(official statistics and survey methodology)
Chapter5 Hadoop生態系統(平臺)：Apache Hadoop及Spark
5-1 大數據工具
5-2 大數據應用、軟體、硬體
5-3 批量平行programming模型
5-4 程式碼開放(open-source)叢集管理(cluster management)框架
5-5 大數據之整合軟體
Chapter6 雲端運算：基礎設施、平台、應用
6-1 雲端運算概念、挑戰
6-2 Amazon Web Services (AWS)：雲端運算服務
6-3 雲技術、平台用於數據計算及分析
