chinting 真的不要再騙人來修廖世偉的課了。
常常投影片還沒準備好就來上課，常常又請其他人來代打上課。（原因很好猜）
※ 引述《chinting (chinting)》之銘言：
: ※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
: （是／否／其他條件）：是
: 哪一學年度修課：103-2
: ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
: 廖世偉
: λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
: 資工所選修
: δ 課程大概內容
: 課程全名: Big Data程式語言、編譯與應用
: 節錄自課程網頁: https://sites.google.com/site/compiler2015/slides
: 這門課的上課時間是第5節及第9A節
: 第5,9節上Big Data，晚上則是Compiler的部份
: 我沒上，可能要請其它同學補充了，以下講的都是Big Data
: 1. Big Data 1.0~4.0 (including Map Reduce)
: 2. Quantitative Analysis
: 3. Big Data Analytics: Finding similar items
: 4. Big Data Analytics: Frequent itemsets and AdWords problem
: 5. Machine Learning: Fundamental
: 6. Machine Learning: Models and tools
: 7. Big Data Analytics: Link analysis
: 8. Bitcoin
: 9. 2B Hackathon
: Ω 私心推薦指數(以五分計) ★★★★★
: η 上課用書(影印講義或是指定教科書)
: 沒有特別的用書，上課使用投影片
: μ 上課方式(投影片、團體討論、老師教學風格)
: 老師上課方式總是很興奮很開心，不拘泥於細節
: 這學期有兩週是請人來演講(一次是g0v，一次是在google工作的人)
: 學期末則有幾次彈性時間
: 實際上老師有上的部份是1和8，2到7則是請助教們講
: 助教們都很專業，講的也很好
: 此外比較特別的是修課同學一定要參加老師主辦的 2B Hackathon
: 時間是期中考後的某個星期日整天
: σ 評分方式(給分甜嗎？是紮實分？)
: 15% 參加 2B Hackathon
: 25% Homework
: 25% Midterm
: 35% Final Project
: 聽助教說，有參加hackathon就不會被當，應該算滿甜的
: ρ 考題型式、作業方式
: HW1 是 Quantitative analysis，會提供房地產商的真實資料給大家做分析
: HW2 要用 Hadoop 實做上課教過的演算法
: 期中考的範圍是上述 3~7，大約一個單元有一題，另有一題是Hadoop相關
: Final Project可以把參加Hackathon的題目繼續做完，也可以上Kaggle參加比賽
: 學期最後一天要上台簡報約10分鐘
: ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
: 加簽習慣？嚴禁遲到等…)
: 加簽應該沒有限制，老師充滿熱情，希望能透過課程做為平台
: 讓學生"跨領域，玩真的，做中學"
: 學期中舉辦的Hackathon也邀請了許多業界人士及知名廠商一同參與
: 這應該是一般課程比較少見的
: Ψ 總結
: 大家快來衝鋒吧!