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：
111-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
郭彦甫
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)
生机系 选修
δ 课程大概内容
Python basics
Object-oriented programming
Data analysis I (NumPy)
Data analysis II (Pandas)
Data visualization I (Matplot)
Data visualization II (Matplot)
Image processing I (Scikit-Image)
Image processing II (Scikit-Image)
Image processing III (Scikit-Image)
Machine learning (Scikit-Learn)
Deep learning
Ω 私心推荐指数(以五分计)
没有写过程式 ★
喜欢查资料 ★★★★★
不喜欢考试 ★★★★★
不喜欢写作业 ★★
老师用心程度 ★★★★★
η 上课用书(影印讲义或是指定教科书)
参考书目
1. VanderPlas, J. (2016). Python data science handbook: Essential tool
s for working with data. " O'Reilly Media, Inc.".
2. Downey, A. (2008). How to think like a computer scientist: learning
with python. Green Tea Press.
μ 上课方式(投影片、团体讨论、老师教学风格)
虽说是表订早9，但是第一堂课老师表示早9对自己来说也太早，调查大家意见后改成9
:50大家到教室就好，中间没有休息，想去厕所之类的可以自己直接去，进度内容上完就下
课，通常每次都11点左右就结束了，剩下时间可以找老师或助教讨论作业。
实体上课没有录影，投影片都是老师自制的，排版简单，看得很舒服。老师喜欢跟学
生互动，因此会cue人问对现在上课内容的想法，通常都是简单的问题或叫你分享一下看法
，应该不会回答不出来。
上课中会给大家实作的时间，助教跟老师会下来一个个看看大家有没有哪里不懂的跟
给建议。
σ 评分方式(给分甜吗？是扎实分？)
9次程式作业+一份期末专题
原本作业占60% 专题占40%但后来也是大家投票后改成作业占80%专题占20%
没有期中期末，不点名
给分很甜，根据老师提供的数据，26个修到最后的学生中，15个人A+，9个 A，2 个A
-。
ρ 考题型式、作业方式
9次作业的形式都差不多，都是一份题目卷跟一份答案卷，题目会有选择题(有些要详
答)和程式题，交的时候需要把答案卷跟ipynb 档塞到同一个资料夹压缩后上传。
期末专题两人一组，这次的题目是用Deep Learning判断凤梨的成熟阶段，要提供一
份report、程式码以及需要上台做五分钟的报告。
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…)
这门课虽然叫资料科学概论，但前期是复习一些Python的基础跟教大家怎么用Python
做Data Visualization，中期到后期则是着重在用Python处理电脑视觉(老师的实验室就是
在搞深度学习与电脑视觉的)，后期会稍微提到一些机器学习跟深度学习，但因为只有两堂
课，所以基本上细节可能需要自己去查跟学。
加签全签，不点名，老师表示如果你是Python大师可以直接不用来上课，记得交作业
跟期末来报告就好。这是老师第一次开这门课，所以如果对上课内容跟上课形式有问题或意
见，老师都非常欢迎大家给他建议。
虽然刚开始两堂课有带过一些Python的基础，但我认为作业的部分如果没有学过程式
的人来想从头开始学Python，写起来会非常吃力，前两份作业可能还好，都是相对简单的题
目，但后来作业会越来越难，像Data Visualization 的作业，助教会提供用Matplotlib做
出的图并要求做出一模一样的图，此时就会需要针对每一个细节去查对应的Matplotlib函式
，后面要用scikit Image的作业基本上可以说需要一些通灵技巧，要多次调校参数做出图片
遮罩之类的，对没有基础的人来说应该会是不小的负担，印象中好像有两三个人停修。
期末专题难度不算太高，网络上应该也有不少用PyTorch做CNN的Code可以参考，当然
如同前面提过的，因为时间关系老师对深度学习的部分就是大概带过，因此细节也是需要大
家去查资料来学。
老师人非常非常非常好，很会与学生打成一片，是我在台大这几年来遇过最亲切的老
师了，有什么课内的问题或课外生涯规划之类的疑问，老师都会依自己的经验给予详细的建
议跟分析。(老师还有打LOL，欢迎各位大师菁英带老师躺上白金)
Ψ 总结
如果是对深度学习与电脑视觉有兴趣想研究的人，这门课提供了不错的基础跟先备知
识。Python基础大概去YouTube 随便挖个影片来看一下大概就足够了，但若没有修过其他计
程课写过计程作业的人要三思一下，这门课的作业对程式跟查资料能力要求不低。但若想挑
战自己的话，助教跟老师对问题都来者不拒，相信足够努力的话应该最后还是能得到不错的
成绩和学到不少东西的。