本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID） （是／否／其他條件）： 是 哪一學年度修課： 111-1 ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄) 郭彥甫 λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關) 生機系 選修 δ 課程大概內容 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 私心推薦指數(以五分計) 沒有寫過程式 ★ 喜歡查資料 ★★★★★ 不喜歡考試 ★★★★★ 不喜歡寫作業 ★★ 老師用心程度 ★★★★★ η 上課用書(影印講義或是指定教科書) 參考書目 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 上課方式(投影片、團體討論、老師教學風格) 雖說是表訂早9，但是第一堂課老師表示早9對自己來說也太早，調查大家意見後改成9 :50大家到教室就好，中間沒有休息，想去廁所之類的可以自己直接去，進度內容上完就下 課，通常每次都11點左右就結束了，剩下時間可以找老師或助教討論作業。 實體上課沒有錄影，投影片都是老師自製的，排版簡單，看得很舒服。老師喜歡跟學 生互動，因此會cue人問對現在上課內容的想法，通常都是簡單的問題或叫你分享一下看法 ，應該不會回答不出來。 上課中會給大家實作的時間，助教跟老師會下來一個個看看大家有沒有哪裡不懂的跟 給建議。 σ 評分方式(給分甜嗎？是紮實分？) 9次程式作業+一份期末專題 原本作業占60% 專題占40%但後來也是大家投票後改成作業占80%專題占20% 沒有期中期末，不點名 給分很甜，根據老師提供的數據，26個修到最後的學生中，15個人A+，9個 A，2 個A -。 ρ 考題型式、作業方式 9次作業的形式都差不多，都是一份題目卷跟一份答案卷，題目會有選擇題(有些要詳 答)和程式題，交的時候需要把答案卷跟ipynb 檔塞到同一個資料夾壓縮後上傳。 期末專題兩人一組，這次的題目是用Deep Learning判斷鳳梨的成熟階段，要提供一 份report、程式碼以及需要上台做五分鐘的報告。 ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？加 簽習慣？嚴禁遲到等…) 這門課雖然叫資料科學概論，但前期是複習一些Python的基礎跟教大家怎麼用Python 做Data Visualization，中期到後期則是著重在用Python處理電腦視覺(老師的實驗室就是 在搞深度學習與電腦視覺的)，後期會稍微提到一些機器學習跟深度學習，但因為只有兩堂 課，所以基本上細節可能需要自己去查跟學。 加簽全簽，不點名，老師表示如果你是Python大師可以直接不用來上課，記得交作業 跟期末來報告就好。這是老師第一次開這門課，所以如果對上課內容跟上課形式有問題或意 見，老師都非常歡迎大家給他建議。 雖然剛開始兩堂課有帶過一些Python的基礎，但我認為作業的部分如果沒有學過程式 的人來想從頭開始學Python，寫起來會非常吃力，前兩份作業可能還好，都是相對簡單的題 目，但後來作業會越來越難，像Data Visualization 的作業，助教會提供用Matplotlib做 出的圖並要求做出一模一樣的圖，此時就會需要針對每一個細節去查對應的Matplotlib函式 ，後面要用scikit Image的作業基本上可以說需要一些通靈技巧，要多次調校參數做出圖片 遮罩之類的，對沒有基礎的人來說應該會是不小的負擔，印象中好像有兩三個人停修。 期末專題難度不算太高，網路上應該也有不少用PyTorch做CNN的Code可以參考，當然 如同前面提過的，因為時間關係老師對深度學習的部分就是大概帶過，因此細節也是需要大 家去查資料來學。 老師人非常非常非常好，很會與學生打成一片，是我在台大這幾年來遇過最親切的老 師了，有什麼課內的問題或課外生涯規劃之類的疑問，老師都會依自己的經驗給予詳細的建 議跟分析。(老師還有打LOL，歡迎各位大師菁英帶老師躺上白金) Ψ 總結 如果是對深度學習與電腦視覺有興趣想研究的人，這門課提供了不錯的基礎跟先備知 識。Python基礎大概去YouTube 隨便挖個影片來看一下大概就足夠了，但若沒有修過其他計 程課寫過計程作業的人要三思一下，這門課的作業對程式跟查資料能力要求不低。但若想挑 戰自己的話，助教跟老師對問題都來者不拒，相信足夠努力的話應該最後還是能得到不錯的 成績和學到不少東西的。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.217.110.82 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTUcourse/M.1673793756.A.91A.html