※ 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： 109-2 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 杨立伟 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) 资管系、工管系选修 δ 课程大概内容 Text-mining、Python实作股票预测、商业数据分析实作 Ω 私心推荐指数(以五分计) ★★★★★ 甜 ★★★★★ 凉 ★★★ ~ ★★★★★ (看你的基础与想要拿到的成绩) 自己一个人去修课又不够强 ★ 跟一个认识的人去修课 ★★★ 结伴修课凑成一组 ★★★★★ 自己一个人去修课而且是电神 ★★★★★ η 上课用书(影印讲义或是指定教科书) 教授自编讲义、91APP自编讲义 μ 上课方式(投影片、团体讨论、老师教学风格) 教授有先录好影片，大概把一些像是 K-means Clustering 、 SVM 的原理讲过 一遍 ，太艰深的数学证明是没有滴。不过我觉得这门课很吃自学，因为教授虽然教学 品质不错 同学问问题也会也有耐心回答，但毕竟上课只上理论，最重要的实作还是需要自 己 这门课其实还有一个很重要的地方，如果你真的想学东西，上台报告的同学 分享要认真看。很多组别都做出了我觉得蛮厉害的东西，所以我觉得上台报告 也是这门课学习的重点之一吧 另外每几个礼拜需要到教室讨论专题 σ 评分方式(给分甜吗？是紮实分？) - 作业及互动表现 (40%) - 期中报告及互评 (30%) - 期末报告及互评 (30%) 很甜吧，不过不太确定分组作业的评分标准，我个人作业 87 分， 另外我们这组期中专案被叫上台报告但期末没有，最後拿 A+。 不过我觉得很多组做的都很厉害，所以不知道教授是不是利用互评让 每组的每个成员的分数不同(不过教授说互评占分不重就是了) ρ 考题型式、作业方式 本来好像有两次个人作业，不过後来因为疫情取消了作业二， 只剩作业一，主要是利用 TF-IDF 、卡方值等指标查找关键词， 不过作业一只是让你玩玩看文字探勘平常是怎麽用的，所以爬虫拉、 计算这些数值拉，教授都帮你准备好了，你只需要利用 Excel看看法 比较数值，按照自己的感觉找出关键词即可 期中专题是用教授收集的各大新闻网以及财经版的新闻，自己选一只股来 预测发生这些新闻後隔天是看涨还是看跌 期末专题是与91APP合作，利用他们提供的真实数据集做数据分析。 这几乎没有限制，可以想各种方法利用这些资料生出实际价值 他们也会先讲述目前它们公司的作法，可以大致了解电商生态，还算不错 不过这边可能需要一些商业概念，不然也做不太出来，题目也想不太到 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…) 加签是抽学生证，资管系、工管系、外系各有名额，若资管系、工管系的学生 也可以把自己的学生证丢到外系的地方，自己估算怎麽样比较会上 基础的部分据老师所说是不会写 Python 也没关系，去网路上找一本 「快快乐乐写python」在期中之前看完就好，不过我持怀疑态度。 我应该还算有点基础，都觉得自己应该能够多练习AI实作之後再来修这门课， 不知道那些毫无基础的同学是怎麽想的，看到可以帮我补充一下感想>< 不点名 这门课最让我火大的地方就是组员惹，因为我是外系的，分组的时候都不认识 只能请助教帮忙分组。最後六个人一组，一个好像期中专题做开始 还是做到一半才停修，另外有两个通常不做事，其中一个在做期末专题的时候 甚至完全没出现也不参与讨论。所以我才说这门课不适合自己去修。但我後来 想想，也有可能是我自己不够厉害，要是我一些朋友身处这些环境，就算一个人 也可以做出好的成果，更何况我还有两个愿意努力一起做的组员，所以我也没有 甚麽好抱怨的了，顺便在这边谢谢我那两位组员!!!! Ψ 总结 以我大二的程度来说，我觉得这是一门商业数据分析入门的好课，可以认识到很 多 新的东西，但内容可以再加深一点会更好。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.171.127.235 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1629105255.A.06C.html 08/16 17:40 其实我也是很久才释怀，也抱怨了一阵子哈哈 ※ 编辑: hahaismela (114.44.95.199 台湾), 08/30/2021 17:50:31