政大人的選課寶典：資料科學

最近在忙實習，所以有點久沒發文，想說最近快要選課了，就來分享我在政大四年修了將近150學分的選課心得好了，由於我很不喜歡修到沒用、不喜歡的課，所以藉由跟學長姊、同學、各種論壇打聽，四年下來修課品質蠻好的，由於本人很喜歡跟人講屁話XD 所以沒修過的課不少也略有耳聞。

這次就先來分享一部分好了，BTW以下都屬於個人觀點，每人喜歡的課程類型不同，請斟酌服用喔~

先說一下政大選課的建議，我覺得政大的課程品質很大一部分決定在「授課老師」手上，而不是「課程名稱」。不要看到課程名稱很潮就去選，麻煩請先去看老師以往的開課評價、Dcard都有不少回饋。

另外想跟學弟妹們宣導一件事，就我四年的經驗，學得到東西的課通常有一個特色：「作業很多」，所以如果你想在大學帶走點東西，不要排斥硬課，但可以調配每學期的課程份量，學分不是越多越好，把每一堂課的知識好好紮實學起來才是重點。

另外如果是商科、資訊的學生，不要因為怕數學就直接排斥一些基本理論、方法論的課程，應該要確實針對想學習的領域進行選課，有些領域像是近年很紅的資料科學、深度學習、財務工程，如果想在這些領域出人頭地，紮實的數理方法基礎會是研究最新技術非常重要的工具。

課程名稱：商業分析：行銷與決策

授課老師：莊皓鈞、周彥君

推薦指數：★★★★★

課程心得：
這堂課是修課四年影響我最多的一堂課，讓我認識資料科學多麼有趣，兩位老師是資管系上非常優秀的年輕教授，這堂課使用的程式是R，沒學過也沒關係，老師在前面兩堂課會帶一下基本操作，像基本的陣列、迴圈、條件判斷式等，但若沒寫過程式的人可能會需要額外多花一些時間熟悉。

課程內容會涵蓋資料分析的基本知識，周老師會教基本的迴歸、Logistic Regression和協同過濾、關聯規則等Data mining的內容，莊老師會教知名的機器學習演算法，從Decision Tree到近年的主流演算法Random Forest、GBM，除了原理外上課也會直接教怎麼用R實作在你想分析的資料上，老師也很會用生活例子的方式讓你了解演算法的原理，上完這堂課就能幫你在資料科學打下不錯的基礎，Kaggle上基本的結構型資料分類、迴歸的比賽應該都不是問題。

課程每兩三週都會有作業，有分個人和團體的，份量我覺得還算適中。因為進度問題所以我們當時沒有期中考只有期末Project，內容是每組分析一份資料並最後上台報告20分左右和交書面報告。我當時修的時候兩位老師第一次開這門課，他們也非常用心覺得政大也應該要有資料分析的課程，有機會就多給兩位教授一點鼓勵吧~

課程名稱：迴歸分析(一)

授課老師：江振東

推薦指數：★★★★★

課程心得：
老師是我在政大非常喜歡的教授，也是政大我見過前幾認真在教學上的教授，我的統計學也是他教的，他是一位蠻資深的教授，這堂課他應該開了快20次了，上學期是商院選修、下學期主要開給統計系修，但課程內容應該是一樣的。老師也特別為了這門課編了一本厚厚的講義，每年都會更新、修正，歷經十年的累積這本書根本是迴歸分析必讀的寶典啊！！

老師缺點是講話很快，但是重要的部分他會一再強調，老師很重視基本觀念，每種方法可以使用的前提，結果該怎麼解讀分析都會告訴你很嚴謹的定義，而不是方法拿來就亂套亂解讀，前幾堂課會複習一些統計學的基本概念，接下來會開始進入一個變數的迴歸分析，下半學期會教多變數的迴歸分析，有期中、期末考，考試內容非常紮實，除了計算外老師的特色是會每題都會叫你解釋為什麼。

老師常說現在大家都用電腦算了，觀念解讀分析才是重點，另外還有兩個團體書面報告，分別是對一組資料做單、多變量的分析報告，上完這堂課你就會知道迴歸分析有多麼博大精深，對未來有志資料科學，或任何會用到量化分析的學弟妹，這堂課絕對是你大學必選的一堂課。

BTW這堂課很重很紮實，分數也是讀幾分有幾分，要自行斟酌負擔能力喔。

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

迴歸分析(理論)+商業分析(應用)這兩堂課是我大學關於資料科學最喜歡的兩堂基礎課程，對於未來任何用到數據分析的工作，我認為這兩堂課幫助非常大，在此推薦給各位學弟妹囉~

若覺得有幫助可以追蹤我、按喜歡、收藏，我就會寫出更多相關文章，謝謝你~
若還有其他想問的或希望我介紹的，可以用FB私訊或在下面回應，我會盡我所能回答

你可能還會想看