更新於 2024/01/05閱讀時間約 4 分鐘

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~

選課建議
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。
來源:Pixabay

課程分享
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~
來源:Pixabay
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

分享至
成為作者繼續創作的動力吧!
© 2024 vocus All rights reserved.