【入選】許皓鈞 資管系二年級(111)

　　最初的最初,聽著同學的推薦及自身對數據的興趣,沒有多想的把這門「大數據分析概觀與實務研討」課放在選課前面的志願序,心想著拓展一下對數據的觀念,進而修習了此課程,學期結束後回想很是慶幸當時自己的選擇。

       一開始覺得可能可以在課程上對大數據有很多實際層面的應用與分析,不過其實幾堂課之後會發現這門課更是在觀念上面的引導教學,如:購物籃分 析、迴歸分析的學理知識,各單元結束後的練習才會利用 Excel 來進行實戰分析,故本堂課大約有 2 個小作業、1個小專題(期末專題)、1個大專題 (迴歸分析)。因此計分方式也就是作業佔30%、專題60%及上課狀況10%,作業內容我認為不會用到太多時間,大專題的話則需要花多一點心力找資料及進行研究分析。

       也如同上段提到,這堂課更多的專注在數據觀念的傳授,也因此我覺得這堂課適合任何人來修習,不用因為課名而聯想到要撰寫程式,進而打消了修課的念頭,就太可惜了。若是程式能力不錯的同學,我覺得也不會因為沒有接觸程式而覺得學不到東西,對我來講,我認為這堂課能帶走的數據思維,及大數據的概觀,是僅透過撰寫程式學習大數據分析無法習得的,這種思維能力的培養反而讓我覺得在數據知識上收穫更多。在專題作業老師有統計班上的分組意願,最後因票數相近好像有開放自由選擇分組與否,不過我最後是 選擇自行完成專題。

       而學期中我最感興趣及投入最多的是期中的專題報告-迴歸分析,在本學期中此專題是讓大家各自去找尋資料集或政府開放資料,來進行關聯分析及迴歸分析的研究,這是我第一次接觸到迴歸分析,卻也深深的被吸引著。老師在上課中讓我們觀摩一些之前同學的專題作品後,我嘗試以全球疫情為題進4行研究,分析各指數或各數據對各國確診數的影響,再透過關聯分析判斷各數據間的相關性,最終利用迴歸分析來檢定所挑選數據之間的相關性是否顯著,以判斷及做出準確率之分析。在製作的過程中,老師也特別強調要融合設計思維與運算思維的概念,對此,我也開始搜集相關資料,並試著融入到專案的流程圖中。

       本課程的進行方式及專題製作時的思維模式融入,也讓我發現其實一門學科的基礎觀念相比實戰是更為重要的。打下好的基礎及熟悉基本觀念能讓往後進行實戰時更順利,了解背後的觀念更能激發我們思考其中運作的原理。總而言之,這門課讓我學到很多,不管是關於大數據的初步認識,又或是基礎的 Excel 數據分析及統計上的基本學理知識,加上老師在這方面的專業經驗,其所教的內容更是能幫助我升級數據的思維模式,讓我更有方向的朝數據人前進,希望未來能夠在系上或是學校繼續修習與大數據相關的課程,也很感謝老師帶給我們這麼好的內容。