※ 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： 107-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
吳齊軒 老師
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)
入門：基本能力課程
資料處理：A6通識
皆不限制科系（初選會擋電資學院、但加簽好像沒有限制？）
δ 課程大概內容
入門：(開學前六週）
1. R 語言介紹、發展、應用
2. 安裝R與R studio/R的基礎語法
3. R語言的型態與統計的數值系統、各種基本向量操作
4. R文件的向量：list/ R文件的屬性
5. R的表格、大括號、巢狀函數、條件判斷、迴圈
6. 條件判斷、迴圈、自訂函數、除錯
———————————————————————
資料處理：(第七週～第十五週，中間遇到校慶放假一週）
1. R基礎語法、物件/函數的使用方法
2. R語言資料視覺化
3. R語言資料視覺化
4. 非結構化/半結構化/純文字資料處理/爬蟲
5. 非結構化/半結構化的資料處理/dplyr
6. 結構化資料清理/dplyr
7. 資料整合/dplyr /時間資料的處理、轉換
8. 空間資料整合/空間資料視覺化
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)
無指定用書，課堂內容以PPT為主
μ 上課方式(投影片、團體討論、老師教學風格)
以投影片呈現的課程內容為主，
課中老師也會實際操作投影片中的程式碼、並加以解釋。
正課3小時+實習課一小時（幫助同學處理套件安裝或作業...等疑難雜症）
σ 評分方式(給分甜嗎？是紮實分？)
紮實，但對於原先有程式基礎的同學簡直甜到炸裂......
ρ 考題型式、作業方式
通常作業會給兩週的期限，遲交扣分
入門：
100% 參照翻轉教室中的作業完成度
每週都會有作業，也會告知該次作業成績佔總成績幾分（額外會有四分加分題）。
最後拿幾分就會換算成對應的等第。
e.g. 第二週：完成翻轉教室單元1(3%)/單元2(3%)
————————————————————
資料處理：
75% 參照翻轉教室中的作業完成度
(57% 來自基本作業/18%來自加分作業）
40% 參照期末報告
期末報告為要求要搜集兩份來自不同來源的開放資料，並運用學過的套件將兩分資料整併
及繪出相關圖表，最後要闡述自圖表能夠得到什麼結論。
此外有所謂的加分機制，加分範圍很廣。像是如果報告中有運用上課沒教過的套件、Rmar
kdown編寫報告...等都可申請加分。（個人認為老師期末報告改的很鬆且加分也很大方..
.只要有達到要求，真的很甜）
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…)
老師上課可能語調小平、偶爾有點催眠XD（但有時會分享兒子的趣事，算是添加幾分輕鬆
感XD），偶爾老師也會分享一些學習程式的態度，個人覺得都還蠻中肯的。
加簽能簽就全簽。
老師不在乎出席，如果你覺得自學沒問題，不出席沒關係（但作業要記得教就是了）。
Ψ 總結
個人背景：社科院某系
程式基礎：Java, C, C++, Python
R在課前為0基礎，而不可否認地，這門課對於有程式基礎的同學真的很吃香(很容易上手)
。
如果真的是零基礎的同學，很歡迎來修這門課來當程式入門（個人真的覺得這門課已經很
親民了...有不懂的地方，透過翻轉教室看幾遍都沒關係，並且老師助教都還蠻樂於回答
問題的），但也要有心理準備可能會花很多時間在這門課上。
（以下純屬個人心得...）
關於這兩門課也是有聽到有同學抱怨上太快、太抽象，但個人覺得，假如本身就不是電資
學院生、又零基礎，會花較多時間去自行理解、消化程式的概念必須的吧......怎麼會期
待短短幾個小時就能完全理解物件之類的概念呢......？遇到不懂的觀念真的問就對了（
問估狗、問老師、問電資大腿都行)。
並且一個套件包括了這麼多方法，自然也是不可能一週三小時就能把這個套件教完，自主
學習還是很必要的。而最快方法真的就是跟R互動，去看每一次error訊息寫了什麼、去看
套件的說明書、去看網路上的範例。
總而言之，非本科生學程式真的沒有一步登天、上一學期課就能跟資工系一樣打扣打的嚇
嚇叫這種事。重要的是真的要能如同老師所說的保持自主學習的能力吧（想當初要考Java
原廠證照前也是天天盯著Eclipse 三小時以上啊ˊ_>ˋ...）
感謝閱讀～