前往資料科學之道 - Developing Data Products

參與Coursera的課程：Developing Data Products些許心得

資料分析的最後一個步驟就是將結果呈現。

呈現的方式很多，包括文字報告、圖像、簡報、互動式網頁、或是R package。由於不同的呈現方式需要不同的技術，例如互動式網頁，會用到java script和html5等語法，R提供了很多套件，讓只會用R的人也可以很快速地做出成果。但是如果本身就會相關的技術，則不需用到這些懶人包。

前往資料科學之道 - Practical Machine Learning

參與Coursera的課程：Practical Machine Learning些許心得：

課程內容

此課程和其他Data Science課程相比，絕大部份都是介紹幾個常見的模型建立法，和相對應的R程式碼為主，幾乎沒有提到數學運算的部份。

Machine Learning 領域廣大，不同的學者提出不同的技術，就有不同的R package。這些package預設使用的方式有時並不一致，所以產生了caret 這個套件。讓我們有一個統一的介面使用這些不同的演算法。本課程主要使用caret建立各種模型。

前往資料科學之道 - Regression Models

參與Coursera的課程：Regression Models些許心得：

課程所涵蓋的概念：

• simple linear regression
• residual variation
• multi variable regression
• variance inflation
• logistic regression 

必需預備的知識：

• R Programming
• Reproducible Research
• Statistical Inference

建議預備的知識：Exploratory Data Analysis

前往資料科學之道 - 統計推論

參與Coursera的課程：Statistical Inference些許心得：

• 統計學基礎，像是：
• Probability and Conditional Probability
• Mean and Variance
• Central Limit Theorem
• Normal Distribution, Poisson Distribution
• Confidence Intervals
• Power
• 使用Swirl對於沒接觸過統計的人是一大幫助。

前往資料科學之道 - 可重製之研究

參與Coursera的課程：Reproducible Research 些許心得：

• 所有對資料進行的步驟都應該紀錄。
• 是紀錄我們對資料的動作，而不是我們認為應該做的動作。
• 一般圖形介面軟體很難達到這種要求，R等以文字描述執行動作的軟體則相對適合。
• 如果文章內容不龐雜，將內容、資料處理步驟、結果放在同一個文件不失為一個好辦法。
• R提供許多套件可以達成，knitr為其中之一。
• 一個例子放在Rpubs.
•  必須預備的知識(沒有的話無法完成作業)：
• 資料科學家的工具盒
• R語言設計
• 建議預備的知識(課堂中極少部份會要求此類知識)
• 探索性資料分析

前往資料科學之道 - 探索性資料分析

參與Coursera的課程：Exploratory Data Analysis些許心得：

• 快速、簡單地用圖形顯示資料，用圖像方式看看有沒有什麼有趣的現象，如果發現有，再進一步處理。
• 要和什麼比較？因為只有比較才能看出差異存在。
• 別讓分析圖形的視角，侷限我們分析事物的視角。
• 資料的屬性(數字、文字、還是日期)會影響R顯示圖形的預設方式
• R至少有3種圖形系統(就以本課涵蓋範圍來說)
• Base
• lattice
• ggplot2
• 在這個環節中，以最快能讓我們看出數據中趨勢的圖形系統為先

前往資料科學之道 - 取得與清理資料

參與Coursera的課程： Getting and Cleaning Data些許心得：

• 一般來說，我們在處理資料的時會經過下列流程：原始的資料 -> 整齊的資料 -> 溝通的資料
• 原始的資料 -> 整齊的資料：由於原始的資料種類繁多，上自MariaDB, JSON, XML等等，下達csv、txt等。必須要先整理格式，才能使用進行分析。
• 整齊的資料 -> 溝通的資料：資料進行分析後，依據使用環境，成為文字、表格、圖像、互動程式等等，將成果散布出去。
• 這應該會是花最多時間的環節。
• dplyr package 在這環節的實用性非常高。在執行這堂課的練習專案時可以明顯地感受到其效果。

前往資料科學之道 - R語言設計

參與Coursera的課程：R Programming些許心得

• 一開始接觸R時，我們應該先把R當成一個互動式的資料分析環境，而不是一種程式語言。(we should think R as an interactive data analysis environment, not a programing language.)
• stackoverflow是找答案，問問題的好地方。
• 使用swirl學習是一個有趣的經驗，在R中直接學習部份課程， 並且回傳學習結果到Coursera網站。建議先使用這個功能，從中學習到的技巧可以應用於該課程的練習專案。
• 這個課程其實可以和資料科學家的工具盒一起服用，因為後者只是安裝軟體。

其他參考資料：

JJ Alaire – Interview by DataScience.LA at useR 2014

前往資料科學之道 - 第一課：資料科學家的工具盒

第一課：The Data Scientist’s Toolbox

大慨介紹整個課程，及安裝設定處理數據的軟體。
會用到的軟體：

• R：
• 資料處理軟體
• 程式語言
• 運行環境
• 開源碼計劃
• 社群
• R Studio：一種開發環境，協助撰寫R指令時更加方便。
• Git：版本管理系統，安裝在本機
• GitHub：一個網路服務，提供線上版本管理，可以將本機的R腳本上傳與他人分享。

一些比較重要的句子：

• 最重要的是問對問題，資料只是其次。
• 我們要的是適合的資料，而非大資料抑或是小資料。