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： 111-1 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 郭彦甫 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) 生机系 选修 δ 课程大概内容 Python basics Object-oriented programming Data analysis I (NumPy) Data analysis II (Pandas) Data visualization I (Matplot) Data visualization II (Matplot) Image processing I (Scikit-Image) Image processing II (Scikit-Image) Image processing III (Scikit-Image) Machine learning (Scikit-Learn) Deep learning Ω 私心推荐指数(以五分计) 没有写过程式 ★ 喜欢查资料 ★★★★★ 不喜欢考试 ★★★★★ 不喜欢写作业 ★★ 老师用心程度 ★★★★★ η 上课用书(影印讲义或是指定教科书) 参考书目 1. VanderPlas, J. (2016). Python data science handbook: Essential tool s for working with data. " O'Reilly Media, Inc.". 2. Downey, A. (2008). How to think like a computer scientist: learning with python. Green Tea Press. μ 上课方式(投影片、团体讨论、老师教学风格) 虽说是表订早9，但是第一堂课老师表示早9对自己来说也太早，调查大家意见後改成9 :50大家到教室就好，中间没有休息，想去厕所之类的可以自己直接去，进度内容上完就下 课，通常每次都11点左右就结束了，剩下时间可以找老师或助教讨论作业。 实体上课没有录影，投影片都是老师自制的，排版简单，看得很舒服。老师喜欢跟学 生互动，因此会cue人问对现在上课内容的想法，通常都是简单的问题或叫你分享一下看法 ，应该不会回答不出来。 上课中会给大家实作的时间，助教跟老师会下来一个个看看大家有没有哪里不懂的跟 给建议。 σ 评分方式(给分甜吗？是紮实分？) 9次程式作业+一份期末专题 原本作业占60% 专题占40%但後来也是大家投票後改成作业占80%专题占20% 没有期中期末，不点名 给分很甜，根据老师提供的数据，26个修到最後的学生中，15个人A+，9个 A，2 个A -。 ρ 考题型式、作业方式 9次作业的形式都差不多，都是一份题目卷跟一份答案卷，题目会有选择题(有些要详 答)和程式题，交的时候需要把答案卷跟ipynb 档塞到同一个资料夹压缩後上传。 期末专题两人一组，这次的题目是用Deep Learning判断凤梨的成熟阶段，要提供一 份report、程式码以及需要上台做五分钟的报告。 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…) 这门课虽然叫资料科学概论，但前期是复习一些Python的基础跟教大家怎麽用Python 做Data Visualization，中期到後期则是着重在用Python处理电脑视觉(老师的实验室就是 在搞深度学习与电脑视觉的)，後期会稍微提到一些机器学习跟深度学习，但因为只有两堂 课，所以基本上细节可能需要自己去查跟学。 加签全签，不点名，老师表示如果你是Python大师可以直接不用来上课，记得交作业 跟期末来报告就好。这是老师第一次开这门课，所以如果对上课内容跟上课形式有问题或意 见，老师都非常欢迎大家给他建议。 虽然刚开始两堂课有带过一些Python的基础，但我认为作业的部分如果没有学过程式 的人来想从头开始学Python，写起来会非常吃力，前两份作业可能还好，都是相对简单的题 目，但後来作业会越来越难，像Data Visualization 的作业，助教会提供用Matplotlib做 出的图并要求做出一模一样的图，此时就会需要针对每一个细节去查对应的Matplotlib函式 ，後面要用scikit Image的作业基本上可以说需要一些通灵技巧，要多次调校参数做出图片 遮罩之类的，对没有基础的人来说应该会是不小的负担，印象中好像有两三个人停修。 期末专题难度不算太高，网路上应该也有不少用PyTorch做CNN的Code可以参考，当然 如同前面提过的，因为时间关系老师对深度学习的部分就是大概带过，因此细节也是需要大 家去查资料来学。 老师人非常非常非常好，很会与学生打成一片，是我在台大这几年来遇过最亲切的老 师了，有什麽课内的问题或课外生涯规划之类的疑问，老师都会依自己的经验给予详细的建 议跟分析。(老师还有打LOL，欢迎各位大师菁英带老师躺上白金) Ψ 总结 如果是对深度学习与电脑视觉有兴趣想研究的人，这门课提供了不错的基础跟先备知 识。Python基础大概去YouTube 随便挖个影片来看一下大概就足够了，但若没有修过其他计 程课写过计程作业的人要三思一下，这门课的作业对程式跟查资料能力要求不低。但若想挑 战自己的话，助教跟老师对问题都来者不拒，相信足够努力的话应该最後还是能得到不错的 成绩和学到不少东西的。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 49.217.110.82 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1673793756.A.91A.html