⊕课名⊕ 资科工所 4IJK 生医资料探勘 ▲教授▲ 胡毓志 ★修课年度★ 107-1 ￡教了什麽￡（课程大概内容。或是额外学会了什麽东西。） 1. Introduction to Data mining 2. 很基础的分子生物学 (DNA --转录-> RNA --转译-> 蛋白质) 3. Motif Finding (一级结构) 4. Advanced Motif Finding (二级结构) 5. Decision tree 6. Microarray 7. Evaluation 8. Unbalanced Data 9. Ensemble Learning & Meta Learning 10. 实例：止痛针剂量的 data mining 详见：https://hackmd.io/s/rymylOppE ◆上课方式◆（投影片、团体讨论、老师教学风格） 上课用自制投影片，但现在不知道还会不会公开到 e3 上。 老师口条算清楚，蛮多东西会讲得很简单，偶尔用版书。 ▼考试作业▼ 以前的心得文说会投票决定要不要考试，但每年结果都是不考，所以今年就不投票了(?) 25% Quiz (共三次随机小考) 40% Presentation 12% 教授评分 12% 助教评分 16% 同学评分 35% Report 17.5% 教授评分 17.5% 助教评分 期末每次提问加总分 0.5 ---小考--- 不会事先提前告知小考，因为希望大家来上课， 老师说如果他前一天心情不好可能就会考。 小考大概就三题左右，差不多上次上课内容， 比如说第一次考写出分子生物学中心法则、DNA 硷基有哪四种...(ATCG) 第三次考选择题，用 t-test 做假设检定，哪几个机率分布是合理的(不用算东西)。 ---期末 presentation-- 选定一篇和生医资料探勘有关的 paper 来报告，present 10 分钟 + Q&A 5 分钟。 也有人挑完全没生医成份的 paper，挑完後寄信给教授，教授回覆没问题就可以。 原则上报难度越高的 paper 分数会越高， 有一些人有生物背景或在做生资的实验室，就挑了生医成分很高的 paper。 在报告前一周要把 paper 和投影片上传， 助教会公开当周要报告的投影片，方便大家提早看。 Present 的分数共 40% 由老师、助教、每一个同学打分数，同学也要听每个人的报告并写评论打分数。 评论同学的内容会再由老师助教打一个分数共 35%，详细的配分写在上面了。 期末报告会有开放提问，每次提问会加总成绩。 ￥其他￥（是否注重出席率or严禁迟到？需要的基础？） 要注意一下小考其实有点重，今年的算法一次就占总成绩 8 分 没考到小考的要在期末多问点问题补回来。 去年修课 37 个人，可能平均一周 10 个人报太多了，今年好像有把修课上限人数调降。 ￠最後想说的话￠ 这门课难度很低、上课很凉，基本上没有什麽门槛 适合完全不熟资料探勘的人，或是没报过 paper 想练习一下读 paper 的人。 但上完这门课也只知道一些生医资料探勘的传统方法、传统问题，不会学到太多资料探勘的东西。 分数有一部分来自其他同学评自己的 present，但是有些人根本就没认真在听...评论直接空白 这部分觉得有点微妙。 大部分的人分数落在 80 几，平均 78，好像被当的就没调分了。 补上成绩分布供参考： https://i.imgur.com/dC8eVYS.png --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.113.136.218 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NCTU-Teacher/M.1559203406.A.A75.html ※ 编辑: arokaHTC (140.113.90.112), 05/30/2019 22:57:35 ※ 编辑: arokaHTC (140.113.90.112), 05/31/2019 00:02:00 不算特别甜的课，我是资工大三的时候修，没有修过普生或资料探勘相关课程，最後拿 94，我觉得分数主要是看上课认真程度 (?) ※ 编辑: arokaHTC (140.113.90.112 台湾), 06/10/2019 16:30:08