※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID） （是／否／其他条件）： 是 哪一学年度修课： 106-2 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 卢子彬教授 λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关) 公卫系/统计硕士/流行病学研究所/生物统计学程选修 δ 课程大概内容 大致是以R语言来简单介绍机器学习与高通量基因体分析领域 Ω 私心推荐指数(以五分计) ★★★★★ 没有统计基础★★ 没有生物基础★★★★ 没有程式基础★★ 想加强R语言并用R语言熟悉简单的ML与高通量分析★★★★★ 不想写太多作业★★★ η 上课用书(影印讲义或是指定教科书) 无用书，教授以课堂讲解为主 μ 上课方式(投影片、团体讨论、老师教学风格) 教授会以课堂上的ppt授课，於电脑教室中连线到同学的电脑并实际用R跑给大家看 且值得一提的是，教授每次上课都会用ppt录音，所以即使课後忘记或是没去上课 也可以透过Ceiba教授後来上传的录影档来上课/复习 σ 评分方式(给分甜吗？是紮实分？) 1 课堂参与 10% 2 课堂实作 50% 3 期末报告 20% 4 期中报告 20% 扎实甜 课堂参与的方式不明，因其实印象中没点过名，除非我缺席的那次有点名？ 报告则是要三人一组做一个报告，可以不是生物方面的(貌似这学期就只有两组是跟生物 有? 期中报告是要讲述要报告的主题与分析方法，资料来源等。 评分方式是各组彼此互评(以个人评分，不会整组同分)，所以报告讲的不好其实只会影响 个人成绩。 当然整体主题质量不能母汤啦！ ρ 考题型式、作业方式 除了前几周的生物知识复习以外，程式开始每周都会有作业，平均一份大概几小时 就可以完成，难度不会高（除了最後一次作业难度较高花了我半天的时间） ω 其它(是否注重出席率？如果为外系选修，需先有什麽基础较好吗？老师个性？ 加签习惯？严禁迟到等…) 出席率应该不注重 基础建议要有R的基础(可以不用熟练，至少要有用过，大概知道最基本的语法)， 虽然真的没有应该也还好，因为教授步调不快，也会先复习R的基本运算。 以及要有基本统计知识，至少要懂简单的检定与简单的回归。 加签因为人数没满，所以没有加签问题。 Ψ 总结 个人认为，如果你已经熟悉Ｒ语言，如果是为了加强程式方面，可以不用修这门课。 但如果你是想用Ｒ来学一些大略的高通量以及ML与简单的演算法(Selection、Bubble...) 或是不太熟R语言，想用这门课加强熟练且对ML与高通量基因体有兴趣 那这门课是不错的选择！ 不用担心生物知识问题，因为其实这学期写作业的时候都没用到，只会用到非常基本的。 而且课程前三堂就是复习生物(而且没作业) 作业我认为相对於大部分程式课(C++、Java....)是比较轻松的，所以个人认为课程负荷 也不重。 因此总结来讲，我认为是个不错的课程(熟悉R与用R来写简单的高通量与ML) 加上教授都很热心回答程式以及专业问题，整学期下来认真可以学到蛮多的。 评分部分，这学期几乎大家都A，因为作业分数不难拿 但A+的人很少，估计可能是要看期末报告的质量如何吧！因为我同学作业几乎全拿，期末 报告她那组也报的不错，但只有A 而我自己这组期末报告没有很好，作业我也没有全拿（大概拿了９５％），还是有Ａ 真要讲缺点可能就是各主题都是点到而已，并没有详细深入的讲解，但毕竟这门课目的本 身就是给一个大方向而已，且相信若对更深入有兴趣可以问教授，教授人很好都会认真回 覆。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 110.28.196.210 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1547728336.A.A60.html 抱歉一开始标题没排版好哈哈哈哈你什麽都没看到 ※ 编辑: a22735557 (110.28.196.210), 01/17/2019 20:33:40 ※ 编辑: a22735557 (110.28.196.210), 01/17/2019 20:34:14 ※ 编辑: a22735557 (110.28.196.210), 01/17/2019 20:35:01 ※ 编辑: a22735557 (110.28.196.210), 01/17/2019 20:37:52 ※ 编辑: a22735557 (110.28.196.210), 01/17/2019 20:38:22 ※ 编辑: a22735557 (110.28.196.210), 01/18/2019 00:05:35