時間 | 議程 | 大綱 | 講師 |
---|---|---|---|
08:40-09:00 | 報到 | ||
09:00-09:30 | 開場 | Wush、Richard | |
09:30-10:20 | Introduction of Data Science with R (簡報原檔 / HTML) |
What is Data Science? - 如何問 Data 問題? - 如何問傾聽 Data 的聲音? - 探索,驗證,溝通? - Data Science 的侷限與突破? Why use R ? - What is R ? - R 的優勢與劣勢 - 立馬上手, 動手玩 Data" |
c3h3 |
10:20-10:40 | 休息、交流時段 | ||
10:40-11:30 | Statistics with R (簡報) |
數據是包含各種資訊的原石,需要經由適當的精煉才能將其轉化成知識與智慧。數據的精煉祕方之一就是統計科學,而R語言是精煉過程中最彈性且最具有整合性的工具。此次講座,將會利用R來展示各種迷人的統計方法在真實案例上應用。 | Johnson (謝宗震) |
11:30-12:20 | R 的資料視覺化技術 (簡報) |
在充斥各種大量資訊的時代,第一時間接觸到資料,往往是無法看懂資料背後的意義。將資料視覺化,便能幫助資料使用者看出資料的樣貌,進而利用圖畫向他人溝通,傳達想法與概念。此次講座,將介紹R的視覺化工具,以期初學者在講座結束後,也能輕鬆用R畫圖。 | Ben |
12:20-13:30 | 午餐 | ||
13:30-14:20 | Mining Facebook for Knowing a Person You Fancy (簡報) |
以有趣的角度了解資料科學的迷人之處,簡單的步驟讓任何人都可以從臉書的資料,探勘出連個體使用者本身可能也沒查覺之潛在訊息。 | Andrew |
14:20-15:10 | Quantitative Investment with R: Taiwan Multi-factor Model (簡報) |
1. 投資方法 - 質化 - 量化 2. 為什麼要量化? 3. 如何將質化觀念運用於量化模型- 基本面多因子模型 4. 適用於台灣之多因子 5. 利用多因子推算個股預期報酬- 利用R算出有限制式且矩陣不滿秩之因子報酬 6. 因子模型未來改善方向" |
鄭義、曾妙蓮 |
15:10-15:40 | 休息、交流時段 | ||
15:40-16:30 | Social Network Analysis With R (簡報) |
隨著社群網路的興起,人與人於線上的社會關係便可以用網路連結圖來描述,藉者分析網路的圖形關係,看似錯綜複雜的人際連結便能透被數學模型所量化,進而可推論背後的隱藏意義。為了能快速分析社群網路上的隱藏意義,本講座將介紹該如何使用R及安裝相關套件,建立簡單的程序,擷取、分析社群網路,並透過Gephi 將網路呈現成互動式圖表,讓聽眾能深入了解並分析自身的人際網路。 | David (丘祐瑋) |
16:30-17:00 | 綜合討論 | ||
17:00- | 賦歸 |