最後編輯:2020/08/05
發文者:Peter Yu
Overall | |
---|---|
Schoolyear | 108-1 |
Rating | |
Book | 老師自編講義 |
Content | 課程的主軸分為3個部分:統計、R程式語言、數據分析。 為了透過數據「分析」商業和管理決策的好壞,需要以「統計」的原理,系統性、科學性地支持假說,「R語言」則是一個很適合進行統計方面數值運算、對小量資料集進行探勘的好工具。 這堂課的會循序漸進帶你學習如何建構線性模型處理回歸問題,也會教你使用廣義線性模型解決分類問題。 |
Score | 作業:30% 期中考:20% 期末考:20% 期末報告:30% |
Method | 老師上課的投影片及課程中提到的程式碼都會放在CEIBA上,如果一次聽不懂也不用擔心沒抄到筆記。基本上老師講課不會拖泥帶水,也不會晚下課,因此進度很固定。很鼓勵大家有不懂的地方可以下課和老師聊聊,尤其課程到中後段已經不太能吃統計一的老本時,適時的問問題對理解有很大的幫助,老師也很樂意回答大家問題。 課堂活動方面,學期初會有一個分組,這個組別不僅需要一起完成期末Capstone Project,也會有兩堂課,需要組內進行一小時的Case Study。 |
Testandhomework | 5次個人作業,1次期中1次期末,一個期末專案。 個人作業:定期把上課教的進度拿出來出4-5題,除了統計的部分,R語言也得跟上進度才做得出來,但一來不會出刁鑽的題目,二來歷年題目貌似都差不多,所以找個修過的人問問看也可以Pass這個部分(但是如果連作業都不自己寫段考大概會惡補得很辛苦吧) 期中期末考:老師考得很活,所以不是背了公式就結束了,要去了解某某檢定為何是用在這個時候?A方法相較B方法優缺點是什麼?也會有幾題短申論的樣子,但是都不會到太難,平均應該80分初頭吧,把講義讀熟,尤其是有出現表格的比較這類的,再將作業都搞熟應該就沒問題,印象中沒有考那種很複雜公式要你計算的,所以觀念>>>>死背 期末專案:老師會找一些企業主,拿著他們目前的商業問題和一些去識別化的資料給每個小組,讓我們有大約兩個月的時間討論,最後給出insight和一些商業建議。這個部分分數佔很重,所以會建議投入一點心思+慎選組員,你會感受到學以致用的快樂。 |
Other | 老師不看出席率,然後上這門課前強烈建議要學過統計學,不然會很像越級打怪的感覺。 加簽部分:我這學期老師會請要加簽的學生填表單,描述一下你為什麼想修這門課,期待的收穫、修過的課之類的,但是據說大三以上的幾乎都有簽到,但也因為這樣修課人數有點太多了,期末報告每組要將2個月的成果在短短10分鐘內講完,超級無敵趕。個人認為最適合的修課人數在60人左右。 |
Conclusion | 總結來說,我覺得知識方面是紮實而不會太難的,適合想要入門資料分析的同學或者對統計有興趣的同學。不用太擔心不會寫code,上課的loading稍微Google一下就可以了,老師也會放sample code在CEIBA上,不過專案可能就會需要寫大量的code,所以找有能力的人組隊會比較輕鬆。 小雷點:我覺得整堂課最不推的部分應該只有期末專案的安排,十幾組的報告要在三堂課結束,而且居然是報告當天早上八點才寄報告順序,然後我們是第一組報告,報告完了教室大概也才來3/4的人,而報告有一部分分數是全部同學在線上給予評分和回饋,等於說我們的分數會有一部分會讓沒聽過我們報告也沒看過我們簡報的人決定,而且我們被分配到的業主還遲到,報告完之後也沒太多反饋就先走了,讓我覺得這學期結束的有點糟糕。 |