當統計學與程式相遇






案例1:最近天氣好熱,今年是不是會比往年還熱?我可以用歷史溫度來預測今年的氣溫嗎?還是說可以用賣冰的量、歷史的用電量、甚至是北/南極冰帽的面積?但是我如何建立模型?要用簡單回歸?還是要用現在最夯的機器學習?模型的預測效果如何?能解釋觀察到的現象嗎?甚至,我能相信模型預測結果嗎?
案例2:生育率這麼低,到底是什麼樣的因素造成的?是因為家計所得影響生育的意願嗎?是不是教育程度越高越不願意生呢?
案例3:工時越長,國家的經濟成長就越高嗎?
案例4:唸書的時間越多,考試就考得越高分嗎?有研究指出台灣的課堂時數這麼高,但是成績不是成正比,到底是怎麼樣得到這個結論的呢?

我們有很多疑問需要被解答,但是我們缺乏嚴謹的統計訓練和程式基礎。本課程將結合統計資訊的跨領域課程,嘗試讓學員們可以開始自問自答,而且也能夠這資料爆炸的時代裡辨識出有意義的資訊,從而踏入資料科學的新世界。讓數據與程式幫你說故事!

# 預備知識
- 四則運算、代數運算
- 日常生活經驗與公民道德
- 微積分、線性代數 (optional)

# 學習目標
(1) 統計學
- 了解統計工具與計算
- 正確解釋統計結果
- 合理預測未來的趨勢
- 排除統計謬誤
(2) 程式能力
- 掌握資料處理流程
- 學習創造自己的工具

課程大綱

1. Python程式基礎
2. 資料擷取、整理、視覺化
3. 常見的機率模型
4. 敘述統計
5. 統計檢定
6. 參數估計
7. 時間序列分析
8. 常見的機器學習工具

註0:更新於2020/5/20。
註1:課程內容仍會按照講師的偏好與學員的需要而更動。

適合對象

1. 欲學習使用統計方法量化研究的大專院校生或相關研究員。
2. 國高中生可,已學習過基礎統計學者佳 (108課綱的高二的機率與統計I與高三的機率與統計II)。

開發環境

Python 3.6.x on Google Colab

近期班次

  • 第330期 開課日期:2020.07.28 確定開課

    上課時間: 週 (二)(五)
    7:00 PM ~ 10:00 PM
    上課日期:2020.07.28 ~ 2020.08.28
    學費:新生新台幣5000元整

  • 第332期 開課日期:2020.08.03 即將額滿

    上課時間: 週 (一)(二)(三)(四)(五)
    2:00 PM ~ 5:00 PM
    上課日期:2020.08.03 ~ 2020.08.14
    學費:新生新台幣5000元整

  • 注意事項

    • 上課地點:台灣大學資訊工程學系系館 詳細位置;教室號碼將於開課前一日公佈於官網"最新消息"中。
    • 上課教材:開課後將公布教學網站給同學查閱。
    • 結業狀況:請上官網”結業名單”查閱是否合格及可領取證書進度。

    講師介紹

    • 國立臺灣大學資訊工程學 博士候選人

    • 交通大學電信工程研究所 碩士

    • 中央大學電機工程學系 學士

    (一) 服務經驗

    • 國立臺灣大學 腦與心智科學研究所 兼任研究助理 (2014.8--present)
    • 中國信託商業銀行 全球金融商品交易處 期貨自營部 實習研究員 (2014.1--present)
    • 國立臺灣大學 資訊工程學系 資訊系統訓練班 講師 (2014.1--present)
    • 國立臺灣大學 資訊工程學系 課程助教:計算理論、離散數學、財務演算法 (2012.9--present)

    (二) 研究興趣

    • Financial computing
    • Analysis and design of algorithms
    • Quantitative finance, econometrics, and algorithmic trading
    • Statistics and machine learning
    • Computing theory and programming language design

    (三) 程式語言

    • MATLAB, Java, C, C++, Python, C#

    (四) 教學特色

    • 中文授課,課程教材以英文為主。適合規劃出國求學或對科學/技術理論有興趣的學員。
    • 授課時數:於本訓練班教學時數累計至2020年3月10日為4950小時。