彦桦PO过的东西我就不重复写了
★ 本文是否可提供其他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
★ 若满分五分，则私心推荐几分？
5分
★ 课程大纲
Introduction to SNA(Social Network Analysis)
就是简介社群网络分析是什么
Models of Social Network
介绍几个基本的社群网络模型，这边的模型就是会有一套规则，
依照这个规则可以产生一个模拟的社群网络，目标就是模拟真实
的社群网络
Dynamic_Network
这边我有点忘了，但应该是在讲社群网络内节点(Node/Vertex)
或者关系(Edge/Link)的增加或移除，目标也是模拟真实社群网络
的变动
Diffusion
Diffusion是扩散的意思，这里会介绍一些diffusion的model，用
来模拟真实世界中讯息(或者是观念、病毒等等)的传播
Robustness
忘记了Q__Q
Positions
这个章节是在探讨，每个节点在整个社群网络中的"角色"，举例来
说这个人是非常核心的人物，拥有很多朋友，诸如此类的。
Clustering
这个章节则是简单介绍一些分群(clustering)的算法，为后面两
个章节铺路。
Community Detection I
Community是社群的意思。
这个章节则是在探讨，如何将一个社群网络在做分群，譬如说台大
的社群网络还可以细分资工系的社群网络、电机系的社群网络。这
边是在介绍一些分群的算法和原则。
Community DetectionII
同上
Prediction
这个章节在介绍如何预测社群网络内的资讯，譬如说预测这两个人
认不认识，可能会去看共同朋友数、住的地点之类的，用这些资讯
去预测。
★ 上课方式(投影片或是板书、老师教学风格、是否英语授课)
基本上就是照着投影片走，介绍每个章节，并且给reference paper参考
★ 评分标准
作业*4(60%) + final project(30%) +上台报告(弹性)
★ 作业内容及方式
三个人一组
共有五个project(4+1 final)
五个都是要写不少行code的 project，每一个应该都几千行左右
前两个是给予设定的目标，看做的结果以及创意、创新程度
后三个是竞赛性质，会有可以上传结果的网页，然后随时可
以看计分板看自己的名次和准确率之类的数据。
每一个题目都是open的题目，没有规定要怎么做，可以用上
课教的东西，也可以看paper写，也可以自己去想方法。
而每一个题目都是很值得研究的问题，都可以作为未来专题题目。
★ 考试风格及题型
没考试
★ 其它(会不会点名、需要什么基础、老师的个性)
同彦桦那篇
★ 个人修课心得及总结
这是一堂要花很多时间的课，但是可以学到并且实作很多东西。
好的组员很重要，因为不可能所有东西都自己写，有很多是要不断
try and error的方式去做。
然后我觉得他和一般必修课的差别就在于它的题目都是开放式的，
就像是在做研究，没有所谓的正确解答，只有越做越好、越有创新。