数据科学导论

(马一方)STA2172024秋 2023秋 2022秋 2021秋  
2024秋 2023秋 2022秋 2021秋
9.0(4人评价)
  • 课程难度
    简单
  • 作业多少
    很少
  • 给分好坏
    超好
  • 收获大小
    一般
选课类别:专业任务 教学语言:双语
课程类别:专业选修课 开课单位:统计与数据科学系
课程层次:未知 获得学分:3.0
课程主页:暂无(如果你知道,请点右上角“编辑课程信息”添加!)
课程简介(教工部数据)
本课程通过理论与实践相结合的形式帮助学生充分掌握数据科学中基本工具、理论和方法,其中包括:Python简介;数据科学中的数学理论和常用方法;不同数据类型的分析和可视化;复杂数据的清理、降维和建模介绍等。 


This course uses a combination of theory and practice to help students fully understand the basic tools, theories and methods in data science, including: mathematical theories and common methods in data science; analysis and visualization of different data types; complex data cleaning, dimensionality reduction and modeling, etc.
点评写点评
排序学期
评分评分4条点评
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:一般

对个人而言,本门课程是我第一次系统性初步接触数据分析,学到了使用Python分析数据和可视化的方法和知识(主要还是画图)。如果你对数据分析感兴趣,还是很推荐你来修读这门课程的,带着目的来学会学到更多东西。

但是说到这里,还是得谈一下马老师的上课风格,就是对着PPT和notebook毫无感情波动地念和演示。这导致你很难提起兴趣听下去,即使撑住去仔细地听,你也不知道哪些信息是关键的,哪些是次要的,因为很难听到重音…所以与其去仔细听,不如跟着他把notebook自己过一遍(虽然也很无聊QAQ)但是马老师的确是有东西的,如果你仔细学代码或者和老师交流,应该也会有不错的收货。

最后给分还是很不错的,总分向上取整也避免了很多卡绩,只不过个人是真的不喜欢pre由全体学生打分这个评价方式,更何况老师也没有给评分标准,导致很多人评分就是向着平均去评。

user avatar   中南雲海     2022秋
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:很多

认真做平时作业和project的话,A应该不是问题。但如果有考试的话就难说了(我那一学期因为特殊原因取消了考试)

user avatar   品茶的水龙头     2023秋
  • 难度:中等
  • 作业:中等
  • 给分:超好
  • 收获:一般

之前就学过python,讲课挺水的,感觉马老师不太想讲(bushi),对之前妹了解过python的同学可能需要靠自己来学习这门语言。考试有cheating paper也很easy,project给分也挺高的,水就对了hh

user avatar   匿名用户     2022秋
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:一般

l老师上课的内容安排挺好

给分我觉得八太行QAQ.其他项的分都挺好,但是论文的20分普遍扣了超过五分(已知的两组分别是14、12.5),最后总评甚至没上90.但是也有一定的原因是我们组的pre没准备的很好

和楼上一样,因为有人期中时未返校,考试取消了。如果有考试的情况下90+应该挺稳的


teacher avatar

马一方

统计与数据科学系

教师主页

其他老师的「数据科学导论」课

    马一方老师的其他课