我想分享一下我的上课心得， 但其实不太知道发哪里好， 我想R板的成员应该属於比较新潮的使用者， 或许会对Data Science或是Big Data之类的议题较有兴趣， 就PO在这边了，如果不行的话再请告诉我我自删。 Data Science算是一个崭新的领域， 定义可能有许多种，不过整体而言用以下这句话概括应该还行: 资料的获取、整理、储存以及分析。 在传统的领域上，我会觉得比较像是Programming & 统计学的一种综合体， 当然也要包含资料所要运用领域的知识。 因为相当新，所以其实不像统计学有大量有系统性的整理教材， 之前在Coursera上看到一门新的课程， "Introduction to Data Science"，目前已经完结，不过应该还可以上去看。 课程当初的大纲大概是: 1. Data Science的来源、运用领域、展望。 2. SQL、MapReduce、Hadoop、NoSQL的介绍。 3. Machine Learning概论: 一些基础的监督\非监督学习法: 回归、k-means、随机森林、SVM等等。 4. 数据可视化。 5. Graph Analytics、Text Analytics (其实我不太懂这是什麽) 课程一共8周，当初的规划好像是要写四次作业， 用Python两次、SQL一次、R一次。 -----------------美好的愿景分隔线--------------------- 之前自己学过一点Python跟R， 对於两者在Data Science上的运用，大概的印象是: Python可以干些脏活，处理raw data， R则在接下来的统计分析跟可视化上面很有用。 第一次作业的确就是运用Python去捞取twitter的资料， 然後将抓下来的raw data汲取资讯， 分析包含的字词啦、hash-tag的热门度啦等等， 这算是我在这门课程收获最大的部分， 一来是捞资料来分析很好玩，二来是边学边做Python很有趣。 然後我觉得这就是我收获最多的部分了。 先讲课程编排: 上面讲的大纲并没有完整的执行，Text Analytics根本没上。 数据可视化的部分非常的泛泛，聊了什麽颜色啊、形状啊哪个比较吸引人之类的， 我本来期待在可视化的部分可以用R的套件来点实作发挥， 不过没有，讲了一堆人在看东西怎样怎样的理论就没了。 机器学习的部分则是太赶，显得空泛。 先讲了基本的统计分析，但我觉得太多没必要的内容..... 会讲花时间讲统计基本，应该就是假设学的人没有很紮实的基础， 花时间去扯Publication Bias、Meta-analysis这种通常是学了一些才回头要看的东西， 我认为没什麽必要，然後讲Benford's Law或是贝式统计概念， 的确是很炫啦，但跟课程衔接不上吧。 因为同时间我有在上一样是Coursera上Machine Learning的课， 同样的范围ML那边可能用了五周，还蛮详细的说明了演算法写法跟例子， 这边只有用两三周，显得就囫囵吞枣， 也没有实作等等，就只是讲个概念而已。 我本来没有学过SQL之类的工具，SQL的部分有一个作业， 等於也就是让我们学会一些SQL的语法基础跟概念，这边还行。 MapReduce也有一次作业，这个我就没有做了，讲解概念的部分则是有点收获。 然後R的那次作业也神隐了。 这堂课本来就不是要让我们去深入Data Science的每一个工具， 而是让我们变成"进阶的初学者"，每一个概念跟工具都稍微会懂一些， 有兴趣再自己去钻。－－如果以这样的出发点来说， 我会觉得课程的编排广而不深没有关系， 能够清晰的理解工具的概念跟背後的思考方法也是一种助益。 只是老师Bill Howe作不到这点。 同样的课程大纲，不应该像上述的那样有些地方太快太带过， 有些地方又花时间讲无谓的东西。 他的讲课很沉闷，很容易自己讲一讲停住、不知道要说什麽， 或者是胡言乱语一阵之後又说喔这个不是重点我们回来吧， 投影片常常字超级多，但有时其实是不讲也不会怎样的东西。 相对的上Machine Learning的老师就很清晰， 虽然是华人但英文很容易听懂(比Howe好听)， 上课节奏也掌握得很好、不冷场、有重点， 可以感受到每一个课程元素之间的链结。 当然Data Science本来就是相对多主题的学问， 但是可以让我每次都想快转也其实不容易......。 听起来很像抱怨，不过我想我的意见不会没有道理， 这门课还是有其用处: 推荐给: 1. 根本不知道Data Science、Machine Learning是什麽的人， 在痛苦地听完8周课之後你真的会变成"进阶的初学者" 2. 需要训练定力跟英文听力的人。 不推荐给: 1. 本来就大概知道Data Science这个领域在干嘛， 想要来学点实用工具的人。 (我大概就属於这种) 我们需要的是订阅一下R-bloggers跟Data Science 101， http://www.r-bloggers.com/ http://datascience101.wordpress.com/ 看看演算法要怎麽运用、怎麽处理资料跟作数据可视化， 都有example code就自己做做看，顺便关心一下这领域有啥新东西。 2. 已经在某个领域中精进(ML、统计、programming.....)想要多方面涉猎的人， 对你而言跳着有兴趣的课程看就够了， 但我觉得搜寻那些关键字(NoSQL、Hadoop之类的)看看网路上的介绍， 或去找本好书来看应该效率会比较高。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 123.192.239.26