※ 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）：
哪一學年度修課： 110-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
黃從仁
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)
心理系
δ 課程大概內容
第1週 9/27 課程簡介+基本程式設計 (Python)+基本資料分析 (NumPy & Pandas)
第2週 10/4 單機版實驗程式的設計 (PsychoPy)
第3週 10/11 國慶日遇例假日補假
第4週 10/18 網路資料的搜集1/2 (Web APIs)
第5週 10/25 網路資料的搜集2/2 (LXML, Scrapy, & Selenium)
第6週 11/1 網頁與手機實驗1/3 (Frontend: Javascript)
第7週 11/8 網頁與手機實驗2/3 (Backend: PHP, Node.js)
第8週 11/15 本校校慶(停課不停班)
第9週 11/22 網頁與手機實驗3/3 (Frontend+Backend+Database)
第10週 11/29 機器學習的應用1/3 (Scikit-learn: Unsupervised & Supervised
Learning)
第11週 12/6 機器學習的應用2/3 (Advanced topics: Hyperparameter tuning &
Ensemble models)
第12週 12/13 機器學習的應用3/3 (Deep Learning: Keras)
第13週 12/20 文字資料的處理 (Basics & NLP)
第14週 12/27 影像資料的處理 (Matplotlib, OpenCV, & CNN)
第15週 1/3 聲音資料的處理 (Basics & CNN)
第16週 1/10 巨量資料的處理 (Parallel & Distributed Computing)
Ω 私心推薦指數(以五分計) ★★★★★
喜歡全部線上課而且有錄影: ★★★★★
喜歡完全沒考試: ★★★★★
η 上課用書(影印講義或是指定教科書)
老師會給投影片跟上課的example code
μ 上課方式(投影片、團體討論、老師教學風格)
webex直播，老師會先用投影片講，然後再看code，常常差點上不完
老師講話很有哽
σ 評分方式(給分甜嗎？是紮實分？)
14次作業，每次8分，總共114分，不過有一次作業沒出所以送分，給分會照
原始分數直接轉成等第。
紮實甜，因為作業的要求通常都很明確，花時間寫基本上就能寫出來。
ρ 考題型式、作業方式
作業是程式作業，通常會有兩題左右，跟當週上課主題有關。作業有時候是要回答
問題。
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…)
硬要說的話就是python，至少要會if else、迴圈、資料型態的操作。
但其實也可以邊學，幾個系上同學就這樣。
加簽的話全簽
Ψ 總結
老師每週都會介紹一個主題，整個學期可以分為兩個階段，前面是跟收心理學實驗
有關，後面跟資料分析有關。
第一階段就是老師會教怎麼寫實驗程式，包含單機版實驗程式(psychopy)、爬蟲
、網頁實驗。也會講一些心理與神經資訊學的例子，我覺得大部分都在心實課上
有聽過了，所以對於我來說，感覺沒有更懂心理與神經資訊學。這個階段的作業
的話，我覺得都不會太難，但就是要查額外的語法之類的。老師上課主要講概念
而已。
第二階段就是介紹機器學習和各種非結構化資料的分析，這邊主要會教一些機器
學習的原理和怎麼用在資料分析，還有在使用時的一些注意事項之類的。這時候
的作業就會有回答問題的那種，就是問一些機器學習的觀念，解釋現象之類的。
我覺得這個階段，常常因為時間不夠導致課程前半慢慢講，講的比較細，但後面
用飛的狀況。我大概第二階段之後的課就沒有跟直播了，都慢慢看錄製的影片。
因為我覺得老師講的概念有點難懂，我常常是看完之後，查很多網路上的資料之
後再看一次才慢慢理解。對於第一次學的人來說，可能會覺得跳太快，希望老師
可以多鋪陳一下。
關於心理與神經資訊學的部分，比重相較於程式的東西來說真的不太多，而且因
為作業都是關於程式的東西，所以會比較認真聽程式的部分，其他部分可能就會
沒什麼印象。感覺需要外系而且已經對於程式很熟悉的人來分享一下會更好。
這門課總結而言還不錯，對於心理系的同學來說，算是起了個頭這樣。如同從仁老師在心理實驗法也花了不少時間說明過往心理學研究的缺失導致了複製危機，以及如何用各種大樣本或是非結構資料來解決這些問題，這堂課可以算是這些技術的實作課，提供研究的一個新途徑。
簡單來說就是「師父領進門，修行在個人」。