※ 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：
109-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
杨立伟
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)
资管系、工管系选修
δ 课程大概内容
Text-mining、Python实作股票预测、商业数据分析实作
Ω 私心推荐指数(以五分计) ★★★★★
甜 ★★★★★
凉 ★★★ ~ ★★★★★
(看你的基础与想要拿到的成绩)
自己一个人去修课又不够强 ★
跟一个认识的人去修课 ★★★
结伴修课凑成一组 ★★★★★
自己一个人去修课而且是电神 ★★★★★
η 上课用书(影印讲义或是指定教科书)
教授自编讲义、91APP自编讲义
μ 上课方式(投影片、团体讨论、老师教学风格)
教授有先录好影片，大概把一些像是 K-means Clustering 、 SVM 的原理讲过
一遍
，太艰深的数学证明是没有滴。不过我觉得这门课很吃自学，因为教授虽然教学
品质不错
同学问问题也会也有耐心回答，但毕竟上课只上理论，最重要的实作还是需要自
己
这门课其实还有一个很重要的地方，如果你真的想学东西，上台报告的同学
分享要认真看。很多组别都做出了我觉得蛮厉害的东西，所以我觉得上台报告
也是这门课学习的重点之一吧
另外每几个礼拜需要到教室讨论专题
σ 评分方式(给分甜吗？是扎实分？)
- 作业及互动表现 (40%)
- 期中报告及互评 (30%)
- 期末报告及互评 (30%)
很甜吧，不过不太确定分组作业的评分标准，我个人作业 87 分，
另外我们这组期中专案被叫上台报告但期末没有，最后拿 A+。
不过我觉得很多组做的都很厉害，所以不知道教授是不是利用互评让
每组的每个成员的分数不同(不过教授说互评占分不重就是了)
ρ 考题型式、作业方式
本来好像有两次个人作业，不过后来因为疫情取消了作业二，
只剩作业一，主要是利用 TF-IDF 、卡方值等指标查找关键词，
不过作业一只是让你玩玩看文字探勘平常是怎么用的，所以爬虫拉、
计算这些数值拉，教授都帮你准备好了，你只需要利用 Excel看看法
比较数值，按照自己的感觉找出关键词即可
期中专题是用教授收集的各大新闻网以及财经版的新闻，自己选一只股来
预测发生这些新闻后隔天是看涨还是看跌
期末专题是与91APP合作，利用他们提供的真实数据集做数据分析。
这几乎没有限制，可以想各种方法利用这些资料生出实际价值
他们也会先讲述目前它们公司的作法，可以大致了解电商生态，还算不错
不过这边可能需要一些商业概念，不然也做不太出来，题目也想不太到
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…)
加签是抽学生证，资管系、工管系、外系各有名额，若资管系、工管系的学生
也可以把自己的学生证丢到外系的地方，自己估算怎么样比较会上
基础的部分据老师所说是不会写 Python 也没关系，去网络上找一本
“快快乐乐写python”在期中之前看完就好，不过我持怀疑态度。
我应该还算有点基础，都觉得自己应该能够多练习AI实作之后再来修这门课，
不知道那些毫无基础的同学是怎么想的，看到可以帮我补充一下感想><
不点名
这门课最让我火大的地方就是组员惹，因为我是外系的，分组的时候都不认识
只能请助教帮忙分组。最后六个人一组，一个好像期中专题做开始
还是做到一半才停修，另外有两个通常不做事，其中一个在做期末专题的时候
甚至完全没出现也不参与讨论。所以我才说这门课不适合自己去修。但我后来
想想，也有可能是我自己不够厉害，要是我一些朋友身处这些环境，就算一个人
也可以做出好的成果，更何况我还有两个愿意努力一起做的组员，所以我也没有
什么好抱怨的了，顺便在这边谢谢我那两位组员!!!!
Ψ 总结
以我大二的程度来说，我觉得这是一门商业数据分析入门的好课，可以认识到很
多
新的东西，但内容可以再加深一点会更好。