【課程評價】工工所資料分析方法、資管系大數據與商業分析、資管系PYTHON數據分析與機器學習應用、國企系大數據行銷、工管系視覺化與現代資料科學
主要推薦工工所的資料分析方法，剩下管院的資料相關課程就隨便評，沒什麼好評的
【資料分析方法 藍俊宏 一234(遠端上課)】
甜度：4
涼度：3
扎實度：4
推薦指數：4
短評、心得
管理學院來碰工工所的課程，老師非常熱心、熱情，也很樂意解決我們遇到的問題，雖然大部分時間都是線上非同步遠距，對於習慣上實體課的同學來說可能會覺得有點無趣，但是老師的影片說明得很清楚，老師在上課時間也會到班上讓我們問問題，我都會去找他聊天XD
在課程本身的部分，我覺得她很完整的、有系統地介紹了有關於資料分析之中的數學邏輯和應用方法，其中包含多重線性回歸，統計性質和計算、維度縮減，以及後半段的各種分類器以及深度學習的原理等，對於管院生來說，雖然我已經修過了類似的課，也了解了那些觀念的眉頭，可能很多人只懂要怎麼樣才能夠讓結果看起來變得更好，像管院可能就更注重他們的結果，如果PCA一行code就可以讓結果更好，何樂而不為？只知道這樣做好像可以，但是實際上發生了甚麼事情，進行了哪樣子的變換與縮減，卻是一無所知，這門課很剛好的解決了這個問題，對我來說是我在111–2學年度之中，學到最多，最有收穫的一門課
上課教材
老師自編的教材足以，他會給其他的補充參考資料，但是沒有到很重要就是了，只需要專心看影片，期中考的分數應該不算太難拿，平均71，但是真的需要多讀書，然後大鈔要做
• Strang, G. (2006). Linear Algebra and Its Applications
• Montgomery, D. C., & Runger, G. C. (2014). Applied Statistics and Probability for Engineers
• Rencher, A. C., & Christensen, W. F. (2012). Methods of Multivariate Analysis
• Johnson, R., & Wichern D. (2014). Applied Multivariate Statistical Analysis
• Izenman A. J., 1st edition, Modern Multivariate Statistical Techniques
• James, G., Witten, D., Hastie, T., & Tibshirani, R. (2017). An Introduction to Statistical Learning
• Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning
授課內容
Data analytics is becoming the fashion in all domains. Related buzzwords, such as data mining, big data, artificial intelligence, machine learning, and deep learning, are floating around in all kinds of media. Through this course, we will study both the fundamental definitions of all buzzwords as well as common techniques, such as multivariate statistical inference and unsupervised and supervised learning algorithms. R or Python will be used throughout this course in order to analyze, compare, and link the different techniques to the practical world.
DA course is now designed in a blended learning format, which includes: asynchronous video learning; face-to-face discussion; homework exercises; and the final project collaboration.
(For those who would like to enroll in this course, you are strongly encouraged to attend the first lecture and see if the course eventually fits your interest. The registration code will be distributed after you sign up for the first lecture.)
Students from this course shall learn to:
1. understand the data characteristics and the fitness of different algorithms;
2. pretreat and clean the data;
3. extract and select significant features;
4. explain the analytical results;
5. use R/Python for quick data analytics.
教學方式
線上遠距，助教和老師會在不同的時間開放問問題，很自主彈性。
評分佔比
Homework (25%), Mid-term Exam (35%), Team Project (37%), Participation (3%)
作業、考試方式
作業有8次，集中在前半學期，Loading以管院生的角度來說不算輕，但是有做出東西的話給分很甜。
只有期中考沒有期末考，期中考考到維度縮減，包含很多手寫的證明，但是允許帶一張雙面的A4大鈔，有了大鈔之後我可以掰出蠻多題的答案的，我有考古，可以問我。
team project是後半學期的重頭戲，主要就是KKTV給了我們一筆raw data，藉由觀看資料和類型，想辦法求初某個觀眾在未來某段時間，他開啟該app的機率有多少，這樣KKTV就可以在用戶上線的時候投射廣告就可以了，其中20%是看kaggle private排名(我們是8/17，拿到15分)，presentation(口頭報告9mins+問問題2mins，我們是9.5/12分)，slides(將簡報內容視為報告一環，但是我們報告最後懶得再加上細節，所以只拿到最低分3分/5分)，前兩個東西都剛好在班上的中間，簡報的部分偏低分，最後加權平均，我們在這個challenge的表現是74分，老實說有點偏低，如果表現前面一點的話，最高可以到85分左右
最後3%是送分，另外還有一個小遊戲，抓到課程內容錯誤的話就可以加分，有找到就加一分以上，最多兩分。
最後我的功課平均是99.5分(他真的給很甜，只要有東西跑出來，不要跟真實結果相差太遠的話基本上就滿分，而且有許多加分的機會，只需要多給一些註解和想法就可以獲得額外的分數)，考試86、期末74，勘誤+1.5，原始成績83.多，加上三分後總成績為A，我認為跟管院比起來可能沒那麼涼，但是管院就是混子院一點都不准，以中立的角度來說，loading應該算是剛好。
［大數據與商業分析 楊立偉 三234(半遠端上課)］
暫且可以接受，但是她目前教的東西跟文字探勘前面教的一模一樣，然後作業完全跟code無關這樣，只要調兩倍其實還說得過去，等到期中考之後再補充。這門課的正常課堂上能夠學到的，完全可以在其他管院數據課中學到，像是文字探勘或者是製造科學之類的，然後有些商業分析與大數據之間的關聯和可以做到的各種東西可以一聽，增加商業敏銳性，但不用想這裡的正課可以學到太多，他就只是講基礎
但是為甚麼我推這門課？只能說，這門課的精隨在期中和期末的專案，六人一組，一起針對手上能夠用的數據，變出各種策略，講好一個故事，最後如果表現好的話或許還可以被合作的公司錄取實習機會，也可以在面試時把專案拿出來說嘴，但是前提就是【一定要跟好朋友來修】【一定要跟好朋友來修】【一定要跟好朋友來修】，最少五個最多六個，有任何人擺爛或實力有斷層都會造成體驗和學到的東西有超大的影響，另外這門課最應該教的其實是git = =
涼度：靠隊友carry 5，想認真做專案3
甜度：最差A-，平均九十多，超級涼
扎實度：端看你自己
上課：三234，只有8周要到現場，大部分都在用2020的影片教學。
［PYTHON數據分析與機器學習應用 何承遠(實體上課)］
我不推薦任何人來上這門課
被課名跟課程大綱吸引，沒想到也是一場惡夢，我覺得我最不能接受的，是他直接用網路上抓medium 和部落格文章當作他的上課教材，這件事情真的很難讓人接受，直接對者一篇文章讀稿問大家問題之前，不知道他有沒有問過原作者。然後剩下的時間是用來解釋他打的code，這些沒有連貫性，一小組code一個動作的課程真的沒有存在的必要，我真的可以自己觀察數據變化來了解dropna啦 或者是篩選的功能，接著要花2堂課其中報告了，我還是不知道他到底在幹嘛。順帶一提，他的口條很差，尤其是講英文的時候，令人痛苦，而且這門課要求要到，除非有人幫你代點。作業兩次超簡單，不抓抄襲，期末四人一組隨便找專題做，跟上面一樣，推薦好朋友一起研究一起修，這門課一個人上的畫毫無價值
甜度：4.5/5(我A+ 平均92 但還是很多人嫌棄) 涼度：5/5(有大腿) 4/5(當隊長) 扎實度：0/5 學到東西：如果你能夠忍受他的口條，然後毫無找尋資料的能力的話2/5，剩下都0/5
［大數據行銷 任立中 一ABC(遠端上課)］
1. 雖然網路上幾乎都是好評，但是在這個領域上，用2015年錄好的影片也太水了，他用這些影片一路到2023，而且是全遠距，老師根本不用在場，鐘點費真好賺。
PS. 學這些東西，拉excel表格，不如去自學GA4，拜託
2. 他和助教會不斷的強調說這門課值16000，比葉丙成還貴，這反而側面透露出他們對課程本身的不確定，要用這些外務來證明吧，我自己的體驗是完全沒有這個價值。他說的東西網路上都有，還有一堆尷尬的評價和自創專有名詞，寫功課時要用這些自創專有名詞發想，真的是舔爛他的屁股。
3. 他的簡報超爛，爛、到、爆、很像是我國小做的簡報，完全不諧調的內建圖案、完全不懂邏輯的配色和字體，不知所云的重點，令人憤怒。
4. 回到課程本身，他說的東西真的就只是行銷，而不是數據，他的數據只有三千筆，灌大數據這個title, 還可以被納入商業資料學程跟統計學程，真的不知道是任立中給台大錢還是怎樣。總之就是一門麻煩、除了一點點商業思惟之外毫無價值，最大的功用就是看老師本人怎麼樣拍自己馬屁說自己很屌，當個標準管院人的課，沒有任何理由推薦。而且期末報告真的是要求又多又爛，在那邊蝦逼逼扯聽了都煩。
甜度：4/5 涼度：2/5 扎實度：2/5 徒勞無功指數：5/5 總體推薦程度：0/5
［視覺化與現代資料科學 郭耀仁 四567(遠端上課)］
他的課簡單甜涼到有點玷污現代資料科學。兩門課tableau , 三堂課SQL ,剩下半學期python(基礎語法、pandas) 偏實用面，但是她強調的「這些技能可以在職場使用」讓我開始懷疑管院的職場這樣的話活該被歧視。剩下都很棒，至少穩A+，不抓抄襲，可以一值修正到100分，管院被說甜涼的最佳例子，不用上課，不用出席，不一定要看影片，每周投入時數剛好一小時(如果你有任何基礎) 上課時間是四567，如果大家這時間點有空的話可以讓你的GPA更好看一點，這我保證。(他不限制選課人數)
甜度：5/5 涼度5/5 扎實程度：1.5/5 老師人nice程度：12/5 總體推薦：5/5 for those who need GPA
整體：DA、AI、ML等領域有更好的選擇
讚
留言
分享