彥樺PO過的東西我就不重覆寫了
★ 本文是否可提供其他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
★ 若滿分五分，則私心推薦幾分？
5分
★ 課程大綱
Introduction to SNA(Social Network Analysis)
就是簡介社群網路分析是什麼
Models of Social Network
介紹幾個基本的社群網路模型，這邊的模型就是會有一套規則，
依照這個規則可以產生一個模擬的社群網路，目標就是模擬真實
的社群網路
Dynamic_Network
這邊我有點忘了，但應該是在講社群網路內節點(Node/Vertex)
或者關係(Edge/Link)的增加或移除，目標也是模擬真實社群網路
的變動
Diffusion
Diffusion是擴散的意思，這裡會介紹一些diffusion的model，用
來模擬真實世界中訊息(或者是觀念、病毒等等)的傳播
Robustness
忘記了Q__Q
Positions
這個章節是在探討，每個節點在整個社群網路中的"角色"，舉例來
說這個人是非常核心的人物，擁有很多朋友，諸如此類的。
Clustering
這個章節則是簡單介紹一些分群(clustering)的演算法，為後面兩
個章節鋪路。
Community Detection I
Community是社群的意思。
這個章節則是在探討，如何將一個社群網路在做分群，譬如說台大
的社群網路還可以細分資工系的社群網路、電機系的社群網路。這
邊是在介紹一些分群的演算法和原則。
Community DetectionII
同上
Prediction
這個章節在介紹如何預測社群網路內的資訊，譬如說預測這兩個人
認不認識，可能會去看共同朋友數、住的地點之類的，用這些資訊
去預測。
★ 上課方式(投影片或是板書、老師教學風格、是否英語授課)
基本上就是照著投影片走，介紹每個章節，並且給reference paper參考
★ 評分標準
作業*4(60%) + final project(30%) +上台報告(彈性)
★ 作業內容及方式
三個人一組
共有五個project(4+1 final)
五個都是要寫不少行code的 project，每一個應該都幾千行左右
前兩個是給予設定的目標，看做的結果以及創意、創新程度
後三個是競賽性質，會有可以上傳結果的網頁，然後隨時可
以看計分板看自己的名次和準確率之類的數據。
每一個題目都是open的題目，沒有規定要怎麼做，可以用上
課教的東西，也可以看paper寫，也可以自己去想方法。
而每一個題目都是很值得研究的問題，都可以作為未來專題題目。
★ 考試風格及題型
沒考試
★ 其它(會不會點名、需要什麼基礎、老師的個性)
同彥樺那篇
★ 個人修課心得及總結
這是一堂要花很多時間的課，但是可以學到並且實作很多東西。
好的組員很重要，因為不可能所有東西都自己寫，有很多是要不斷
try and error的方式去做。
然後我覺得他和一般必修課的差別就在於它的題目都是開放式的，
就像是在做研究，沒有所謂的正確解答，只有越做越好、越有創新。