※ 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： 107-1 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 经济系 林明仁 新闻所 谢吉隆 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) 社会科学院 经济学研究所 δ 课程大概内容 第 1 周 9/10 Class introduction and What is Social Inquiry? 第 2 周 9/17 R basic 谢吉隆 (台大新闻所) 第 3 周 9/24 Holiday（中秋节） 第 4 周 10/1 R Basics 谢吉隆 (台大新闻所) 第 5 周 10/8 R Basics 谢吉隆 (台大新闻所) 第 6 周 10/15 R Basics 谢吉隆 (台大新闻所) 第 7 周 10/22 R Basics 谢吉隆 (台大新闻所) 第 8 周 10/29 Getting CSV and JSON plus XML or Accessing Database 谢吉隆 (台大新闻所) 第 9 周 11/5 Getting data from Social media 谢吉隆 (台大新闻所) 第 10周 11/12 Crawling web data, e.g. ptt 谢吉隆 (台大新闻所) 第 11周 11/19 Data Science and Economics 陈钊而 (东京国际大学) 第 12周 11/26 Data Science in Sociology 江彦生 (中研院社会所) 第 13周 12/3 Data Science in Psychology 黄从仁 (台大心理系) 第 14周 12/10 Data Science in Geography 温在弘 (台大地理系) 第 15周 12/17 Data Science in Humanity 谢舒凯 (台大语言所) 第 16周 12/24 智库驱动 谢宗震执行长 第 17周 12/31 Holiday 第 18周 1/7 Final Presentation 讨论 第 19周 1/14 Student Presentation Ω 私心推荐指数(以五分计) 【程式初心者】 想对程式语言心生恐惧 ★★★★★★★★★★ 想要用这堂课打好基础 ★★ 没有大腿可以抱　　　 ★ 【对任意程式语言多少有些熟练】 想学爬虫　　　　　　 ★★★ 想听大数据讲座　　　 ★★★★★ 没有大腿可以抱　　　 ★★★ 【大神】 享受当大腿的感觉　　 ★★★★★★★★★★ 想要普渡芸芸众生　　 ★★★★★★★★★★ 想要精进神之境界　　 ★ η 上课用书(影印讲义或是指定教科书) 老师会在Github上面每周更新详细的R档案 ← 这堂课最有意义的部份 讲座的PPT档要看讲者愿不愿意提供 μ 上课方式(投影片、团体讨论、老师教学风格) 前八周就是老师在台上讲解他的rmd档（後面再详述他怎麽教的） 之後就是每个礼拜一个讲者来讲自己研究领域跟大数据有关的讲题 σ 评分方式(给分甜吗？是紮实分？) 借前一篇R大的格式 上课参与: 20% （助教几乎每个礼拜都会点名） 课後作业: 20% （这学期共六份作业） 期中报告: 20% （个人报告） 报告内容须包含两部分: 第一部份为演讲主题摘要 (300 字以内)， 第二部份则选定一个主题，先定义研究问题， 简单描述所需资料变数为何，以及所采取的分析方法跟可能的结果。 期末报告：40% 三 - 四人一组，组内需涵盖社科院至少三个系以上成员。 报告内容须包括: (1) 研究主题的定义与重要性， (2) 资料取得、呈现、与分析，以及 (3) 结论的可信度。 基本上前60%的分数如果会写程式、有乖乖写作业，上课都有到（基本上可以做自 己的事情）就没什麽大问题，期末报告组内只要有一只大腿，你不要太雷组内互评 太惨的话，想要拿到A以上的分数应该是很简单的事情。 但是如果不太会写程式...还是可以...挑战看看...啦...（极度不建议） 这堂课对新手极度不友善，请各位初心者三思 ρ 考题型式、作业方式 作业就老师上课教的再延伸一(ㄏㄣˇ)些(ㄉㄨㄛ)，但老实讲，如果老师上课教的 东西你都可以听得懂甚至融会贯通，那这些延伸题目真的不算太难。 但问题就在於，老师上课教的东西要懂...要跟上...不太容易啊... 期末报告是三到四个人一组，在期初的时候教授就有先提过会在期末的下一个礼拜 再报告，基本上只要组内有一只大腿、其他人不雷都至少有在做事情，这份报告在 我修过的所有程式课中loading是最轻的。 但大家都知道，台大骑车技术不怎麽好，自由骑士（free-rider）反而骑的夏夏叫 ，一个组又是要至少三个系组成的（後来没了），如果是不熟的要不很难约讨论， 要不然就是整学期装死只能在期末互评制裁他，所以还是建议约认识的人团报比较 轻松一些。 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…) 没基础的话，真的是不太建议来修这堂课啊拜托拜托。电机资工资管之类的系所开 了很多不错的程式课，看你是想要扎扎实实的打好程式基础（郑士康），或是大家 比较喜欢开放式课程那种自己安排时间的程式课（孔令杰），台大都有很多其他让 大家收获满满的课，真的不要让自己初碰程式就信心受创。 Ψ 总结 我这篇打得可能言词太激烈了一点，但是我觉得这是我上完这麽一堂课之後很真实 的反馈，大家都经济系的，当然也希望这堂课之後能够让学弟妹学到更多东西。 首先是关於谢老师的部份，老师蛮适合去做类似Coursera或是开放式课程，可以暂 停倒转的课，老实说老师的课是真的能够学到东西的，但是仅限於对程式已经有概 念的同学。 当一个初学者对於程式的基本架构都还感到旁徨的时候，谢老师已经开始用很快的 速度打开Rstudio讲起东西来，萤幕上的字那麽小、老师劈哩啪啦的打了一长串的 code，然後迅速的切换各种浏览器、讲义、程式码、网页原始码，我看了真的是帮 初学者怕爆。第一堂课，老实说，要不是回去有老师的Github辅助，我还真不知道 两个小时做了些甚麽事情。 这是一堂两学分的课程，再加上只有半个学期是在上程式设计的，和其他动辄三四 学分的程式课，只用了别人六分之一的时间就希望能够让大家可以熟练地使用这个 工具吗？虽然很多程式架构我们不需要用到，所以不教（对这堂课来说）也是无所 谓，但综观整个程式设计的历程，这种囫囵吞枣的方式我想，应该不是两位教授当 初想要开这门课的初衷吧。 举个最简单的例子，我们现在把所有的同学找回来，请大家当场写一支简单的爬虫 程式，不可以参考教授的rmd或是任何网站；我相信绝对不到二分之一、甚至三分 之一的同学有能力写出这支程式。 再来提到课程的安排好了，不知道大家有没有上过一些课，第一个礼拜会把接下来 一个学期的东西，用一两个小时浓缩成一个课程的概览？如果大家很喜欢这某种方 式的话，这堂课可以让大家听九个不一样的课程概览喔!听完你会觉得很有趣，但 是完全不会有概念自己要怎麽去做喔! 就像是教完国小生背九九乘法表，然後开始带他看国中数学的大纲:「喔我们第一 个单元是在教数与数线、第二个单元是因数与倍数喔．．．」台下的学生觉得数学 真是有趣(吗)，但是对於老师在讲三小完完全全没有概念。或许这是一个了解大数 据的在各个领域的应用最快的方式，但是讲完我们还是不知道一开始学完爬虫跟这 些东西有甚麽关联......与其叫做「资料科学与社会研究」，把课程取名为「简易 爬虫教学与大数据领域运用概览(但我不会教你怎麽去用)」相信会更为贴切。 这样的安排，老实说，我觉得不是很好，或许这门课可以变成是一个一学年的课程 ，上学期完完全全就是在帮大家打Ｒ的基础，可以在中间穿插几个小的实作专案， 当作是一个小阶段的练习成果，讲座改成是每隔一段时间来当作是课程的调剂，或 是把大家实作的专案去跟接下来的分享做结合，像是写完一个爬虫之後，下个礼拜 请某个教授分享他利用爬下来的资料做了什麽样的分析、用什麽样的角度去审视资 料的意涵，让大家更知道说，我做了爬虫到底可以干嘛，我觉得更有意义吧；不要 再像是通识讲座一样，请一大堆人来分(ㄒㄩㄢˋ)享(一ㄠˋ)研究成果，这样的课 到底有甚麽意义......台大已经有太多这样的拉基课程，真的是够了。 最後最後，真的是必须感谢Ashe助教，一开始写R的时候常常写信问他，他都很耐 心的回信、讲解，在倒数第二个礼拜的专案讨论也给了我们很多建议；另外一位助 教...我还真的不知道她在干嘛欸...虽然每堂课几乎都有出现，但是点名都还是 Ashe助教在做= =我对她最大的印象...就是期末报告忘了借教室，呵。 -- --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.249.5 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1548427113.A.C3C.html ※ 编辑: lovecat11070 (140.112.249.5), 01/25/2019 22:43:41