此網頁為台灣大學「製造數據科學」的課程網頁。 主要為服務台大資訊管理學系與商業資料分析學分學程 (NTUBusiness Analytics Program)， 以Python程式實作教學，深入探討不同類型的演算法模型與製造資料，結合製造、資訊、統計、機器學習以及領域知識，呈現出有趣的/有價值的數據分析結果．

授課老師為李家岩老師

1. 智慧製造與生產線上的資料科學(Data Science in Manufacturing)
2. 預測之外：跨越預測與決策間的鴻溝(Beyond the Prediction)
3. 數據科學思考與實證研究(Think Like a Data Scientist)

1. 資料預處理(Data preprocessing)
2. 缺失值填補(Data imputation)
3. 資料視覺化(Data visualization)
4. 迴歸分析與變異數分析ANOVA
5. 邏輯斯迴歸(Logistic regression)
6. 關聯式規則(Association Rule)
7. 特徵選取(Feature Selection)：逐步迴歸(Stepwise Regression)與套索迴歸(LASSO)
8. 特徵萃取(Feature Extraction)：主成份分析(PCA) 與 獨立成分分析(ICA)
9. 決策樹(Decision Tree)：分類與迴歸樹CART
10. 類神經網路(Neural Networks)：倒傳遞類神經網路(Backpropagation)與深度學習(Deep Learning)
11. 分群分析(Clustering)
12. 支援向量機(Support Vector Machine)
13. 集成算法(Ensemble Method)：隨機森林(Random Forest)與梯度推進(Gradient Boosting)

1. 半導體製造資料分析(Data Analysis in Semiconductor Manufacturing)
2. 缺陷鋼板分類資料分析(Data Analysis in Faulty Steel Plates Classification)