chinting 真的不要再骗人来修廖世伟的课了。
常常投影片还没准备好就来上课，常常又请其他人来代打上课。（原因很好猜）
※ 引述《chinting (chinting)》之铭言：
: ※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
: （是／否／其他条件）：是
: 哪一学年度修课：103-2
: ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
: 廖世伟
: λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
: 资工所选修
: δ 课程大概内容
: 课程全名: Big Data程式语言、编译与应用
: 节录自课程网页: https://sites.google.com/site/compiler2015/slides
: 这门课的上课时间是第5节及第9A节
: 第5,9节上Big Data，晚上则是Compiler的部份
: 我没上，可能要请其它同学补充了，以下讲的都是Big Data
: 1. Big Data 1.0~4.0 (including Map Reduce)
: 2. Quantitative Analysis
: 3. Big Data Analytics: Finding similar items
: 4. Big Data Analytics: Frequent itemsets and AdWords problem
: 5. Machine Learning: Fundamental
: 6. Machine Learning: Models and tools
: 7. Big Data Analytics: Link analysis
: 8. Bitcoin
: 9. 2B Hackathon
: Ω 私心推荐指数(以五分计) ★★★★★
: η 上课用书(影印讲义或是指定教科书)
: 没有特别的用书，上课使用投影片
: μ 上课方式(投影片、团体讨论、老师教学风格)
: 老师上课方式总是很兴奋很开心，不拘泥于细节
: 这学期有两周是请人来演讲(一次是g0v，一次是在google工作的人)
: 学期末则有几次弹性时间
: 实际上老师有上的部份是1和8，2到7则是请助教们讲
: 助教们都很专业，讲的也很好
: 此外比较特别的是修课同学一定要参加老师主办的 2B Hackathon
: 时间是期中考后的某个星期日整天
: σ 评分方式(给分甜吗？是扎实分？)
: 15% 参加 2B Hackathon
: 25% Homework
: 25% Midterm
: 35% Final Project
: 听助教说，有参加hackathon就不会被当，应该算满甜的
: ρ 考题型式、作业方式
: HW1 是 Quantitative analysis，会提供房地产商的真实资料给大家做分析
: HW2 要用 Hadoop 实做上课教过的算法
: 期中考的范围是上述 3~7，大约一个单元有一题，另有一题是Hadoop相关
: Final Project可以把参加Hackathon的题目继续做完，也可以上Kaggle参加比赛
: 学期最后一天要上台简报约10分钟
: ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
: 加签习惯？严禁迟到等…)
: 加签应该没有限制，老师充满热情，希望能透过课程做为平台
: 让学生"跨领域，玩真的，做中学"
: 学期中举办的Hackathon也邀请了许多业界人士及知名厂商一同参与
: 这应该是一般课程比较少见的
: Ψ 总结
: 大家快来冲锋吧!