[分享] Coursera的Data Science課程
我想分享一下我的上課心得，
但其實不太知道發哪裡好，
我想R板的成員應該屬於比較新潮的使用者，
或許會對Data Science或是Big Data之類的議題較有興趣，
就PO在這邊了，如果不行的話再請告訴我我自刪。
Data Science算是一個嶄新的領域，
定義可能有許多種，不過整體而言用以下這句話概括應該還行:
資料的獲取、整理、儲存以及分析。
在傳統的領域上，我會覺得比較像是Programming & 統計學的一種綜合體，
當然也要包含資料所要運用領域的知識。
因為相當新，所以其實不像統計學有大量有系統性的整理教材，
之前在Coursera上看到一門新的課程，
"Introduction to Data Science"，目前已經完結，不過應該還可以上去看。
課程當初的大綱大概是:
1. Data Science的來源、運用領域、展望。
2. SQL、MapReduce、Hadoop、NoSQL的介紹。
3. Machine Learning概論:
一些基礎的監督\非監督學習法: 迴歸、k-means、隨機森林、SVM等等。
4. 數據可視化。
5. Graph Analytics、Text Analytics (其實我不太懂這是什麼)
課程一共8周，當初的規劃好像是要寫四次作業，
用Python兩次、SQL一次、R一次。
-----------------美好的願景分隔線---------------------
之前自己學過一點Python跟R，
對於兩者在Data Science上的運用，大概的印象是:
Python可以幹些髒活，處理raw data，
R則在接下來的統計分析跟可視化上面很有用。
第一次作業的確就是運用Python去撈取twitter的資料，
然後將抓下來的raw data汲取資訊，
分析包含的字詞啦、hash-tag的熱門度啦等等，
這算是我在這門課程收穫最大的部分，
一來是撈資料來分析很好玩，二來是邊學邊做Python很有趣。
然後我覺得這就是我收穫最多的部分了。
先講課程編排:
上面講的大綱並沒有完整的執行，Text Analytics根本沒上。
數據可視化的部分非常的泛泛，聊了什麼顏色啊、形狀啊哪個比較吸引人之類的，
我本來期待在可視化的部分可以用R的套件來點實作發揮，
不過沒有，講了一堆人在看東西怎樣怎樣的理論就沒了。
機器學習的部分則是太趕，顯得空泛。
先講了基本的統計分析，但我覺得太多沒必要的內容.....
會講花時間講統計基本，應該就是假設學的人沒有很紮實的基礎，
花時間去扯Publication Bias、Meta-analysis這種通常是學了一些才回頭要看的東西，
我認為沒什麼必要，然後講Benford's Law或是貝式統計概念，
的確是很炫啦，但跟課程銜接不上吧。
因為同時間我有在上一樣是Coursera上Machine Learning的課，
同樣的範圍ML那邊可能用了五周，還蠻詳細的說明了演算法寫法跟例子，
這邊只有用兩三周，顯得就囫圇吞棗，
也沒有實作等等，就只是講個概念而已。
我本來沒有學過SQL之類的工具，SQL的部分有一個作業，
等於也就是讓我們學會一些SQL的語法基礎跟概念，這邊還行。
MapReduce也有一次作業，這個我就沒有做了，講解概念的部分則是有點收穫。
然後R的那次作業也神隱了。
這堂課本來就不是要讓我們去深入Data Science的每一個工具，
而是讓我們變成"進階的初學者"，每一個概念跟工具都稍微會懂一些，
有興趣再自己去鑽。－－如果以這樣的出發點來說，
我會覺得課程的編排廣而不深沒有關係，
能夠清晰的理解工具的概念跟背後的思考方法也是一種助益。
只是老師Bill Howe作不到這點。
同樣的課程大綱，不應該像上述的那樣有些地方太快太帶過，
有些地方又花時間講無謂的東西。
他的講課很沉悶，很容易自己講一講停住、不知道要說什麼，
或者是胡言亂語一陣之後又說喔這個不是重點我們回來吧，
投影片常常字超級多，但有時其實是不講也不會怎樣的東西。
相對的上Machine Learning的老師就很清晰，
雖然是華人但英文很容易聽懂(比Howe好聽)，
上課節奏也掌握得很好、不冷場、有重點，
可以感受到每一個課程元素之間的鏈結。
當然Data Science本來就是相對多主題的學問，
但是可以讓我每次都想快轉也其實不容易......。
聽起來很像抱怨，不過我想我的意見不會沒有道理，
這門課還是有其用處:
推薦給:
1. 根本不知道Data Science、Machine Learning是什麼的人，
在痛苦地聽完8周課之後你真的會變成"進階的初學者"
2. 需要訓練定力跟英文聽力的人。
不推薦給:
1. 本來就大概知道Data Science這個領域在幹嘛，
想要來學點實用工具的人。 (我大概就屬於這種)
我們需要的是訂閱一下R-bloggers跟Data Science 101，
http://www.r-bloggers.com/
http://datascience101.wordpress.com/
看看演算法要怎麼運用、怎麼處理資料跟作數據可視化，
都有example code就自己做做看，順便關心一下這領域有啥新東西。
2. 已經在某個領域中精進(ML、統計、programming.....)想要多方面涉獵的人，
對你而言跳著有興趣的課程看就夠了，
但我覺得搜尋那些關鍵字(NoSQL、Hadoop之類的)看看網路上的介紹，
或去找本好書來看應該效率會比較高。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.192.239.26
推
07/12 23:34, , 1F
07/12 23:34, 1F
→
07/12 23:35, , 2F
07/12 23:35, 2F
→
07/12 23:35, , 3F
07/12 23:35, 3F
推
07/21 17:47, , 4F
07/21 17:47, 4F
→
07/29 13:14, , 5F
07/29 13:14, 5F
推
10/11 18:58, , 6F
10/11 18:58, 6F
推
10/19 01:14, , 7F
10/19 01:14, 7F
R_Language 近期熱門文章
PTT數位生活區 即時熱門文章
