※ 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）：
哪一学年度修课： 110-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
黄从仁
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)
心理系
δ 课程大概内容
第1周 9/27 课程简介+基本程式设计 (Python)+基本资料分析 (NumPy & Pandas)
第2周 10/4 单机版实验程式的设计 (PsychoPy)
第3周 10/11 国庆日遇例假日补假
第4周 10/18 网络资料的搜集1/2 (Web APIs)
第5周 10/25 网络资料的搜集2/2 (LXML, Scrapy, & Selenium)
第6周 11/1 网页与手机实验1/3 (Frontend: Javascript)
第7周 11/8 网页与手机实验2/3 (Backend: PHP, Node.js)
第8周 11/15 本校校庆(停课不停班)
第9周 11/22 网页与手机实验3/3 (Frontend+Backend+Database)
第10周 11/29 机器学习的应用1/3 (Scikit-learn: Unsupervised & Supervised
Learning)
第11周 12/6 机器学习的应用2/3 (Advanced topics: Hyperparameter tuning &
Ensemble models)
第12周 12/13 机器学习的应用3/3 (Deep Learning: Keras)
第13周 12/20 文字资料的处理 (Basics & NLP)
第14周 12/27 影像资料的处理 (Matplotlib, OpenCV, & CNN)
第15周 1/3 声音资料的处理 (Basics & CNN)
第16周 1/10 巨量资料的处理 (Parallel & Distributed Computing)
Ω 私心推荐指数(以五分计) ★★★★★
喜欢全部线上课而且有录影: ★★★★★
喜欢完全没考试: ★★★★★
η 上课用书(影印讲义或是指定教科书)
老师会给投影片跟上课的example code
μ 上课方式(投影片、团体讨论、老师教学风格)
webex直播，老师会先用投影片讲，然后再看code，常常差点上不完
老师讲话很有哽
σ 评分方式(给分甜吗？是扎实分？)
14次作业，每次8分，总共114分，不过有一次作业没出所以送分，给分会照
原始分数直接转成等第。
扎实甜，因为作业的要求通常都很明确，花时间写基本上就能写出来。
ρ 考题型式、作业方式
作业是程式作业，通常会有两题左右，跟当周上课主题有关。作业有时候是要回答
问题。
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…)
硬要说的话就是python，至少要会if else、循环、资料型态的操作。
但其实也可以边学，几个系上同学就这样。
加签的话全签
Ψ 总结
老师每周都会介绍一个主题，整个学期可以分为两个阶段，前面是跟收心理学实验
有关，后面跟资料分析有关。
第一阶段就是老师会教怎么写实验程式，包含单机版实验程式(psychopy)、爬虫
、网页实验。也会讲一些心理与神经资讯学的例子，我觉得大部分都在心实课上
有听过了，所以对于我来说，感觉没有更懂心理与神经资讯学。这个阶段的作业
的话，我觉得都不会太难，但就是要查额外的语法之类的。老师上课主要讲概念
而已。
第二阶段就是介绍机器学习和各种非结构化资料的分析，这边主要会教一些机器
学习的原理和怎么用在资料分析，还有在使用时的一些注意事项之类的。这时候
的作业就会有回答问题的那种，就是问一些机器学习的观念，解释现象之类的。
我觉得这个阶段，常常因为时间不够导致课程前半慢慢讲，讲的比较细，但后面
用飞的状况。我大概第二阶段之后的课就没有跟直播了，都慢慢看录制的影片。
因为我觉得老师讲的概念有点难懂，我常常是看完之后，查很多网络上的资料之
后再看一次才慢慢理解。对于第一次学的人来说，可能会觉得跳太快，希望老师
可以多铺陈一下。
关于心理与神经资讯学的部分，比重相较于程式的东西来说真的不太多，而且因
为作业都是关于程式的东西，所以会比较认真听程式的部分，其他部分可能就会
没什么印象。感觉需要外系而且已经对于程式很熟悉的人来分享一下会更好。
这门课总结而言还不错，对于心理系的同学来说，算是起了个头这样。如同从仁老师在心理实验法也花了不少时间说明过往心理学研究的缺失导致了复制危机，以及如何用各种大样本或是非结构资料来解决这些问题，这堂课可以算是这些技术的实作课，提供研究的一个新途径。
简单来说就是“师父领进门，修行在个人”。