在hahow資料分析課程-其中的R語言和商業分析是程評價相當高的課程之一，開課的是大鼻觀點的大維與辰禧，在這門課開課之前，就有關注David’s Perspective這個blog，文章內容非常有趣，理論實務兼具，反正很對我胃口。因此當得知他們開了這門課，非常好奇他們會用什麼有趣的角度來教學。
這篇不是學習心得，主要想紀錄從一個數據分析師的角度來看，覺得課程設計好的地方。
先說結論，對於想學習R語言來實現基本的機器學習的初學者，我覺得這是一門非常非常好的課程。
優點1：課程的架構設計
外面大多的課程或是書籍吧，教R就教R，教機器學習就教機器學習，因為這兩個都是可以投入相當精力學習研究。然而對於初學者來說，最難的就是，到底要如何掌握該學到什麼程度？
所以常常必須在幾個教材來回跳著翻閱，消耗了很多時間及精力，甚至可能就放棄了。
而這門課兼顧兩者，對初學者非常友好，在1~6章時介紹了基本概念以及R的一些用法，著墨在資料整合、清洗與可視化(dplyr包&ggplot2包)，到了第7~9章，介紹常用的算法模型時，就可以立刻應用上前面的知識，不多不少剛剛好。
只要穩穩地跟著課程節奏，扎實的學習即可。
優點2：從商業問題出發，強調「如何使用工具解決問題」
在學校時，教學方式主要都是先學理論、數學推導…等等的，可能再補充理論可以怎麼應用；這門課則是先說一個背景：我遇到什麼問題？再說解決此問題要用到的方法。
雖然只是順序上的調整，但對於學習者來說，清楚地理解背景，可以更容易進入狀況，一次就專心解決一個問題。
而且在真實職場，我們也是這樣的出發方式。一定是先遇到了問題，再想有哪些解決方法，在做不同方法間的的優劣評估(評估模型準確度、評估資源、評估時程、評估數據支持度…等)。
優點3：A/B test
這章節非常讓我驚豔！對於2C的互聯網產品，A/B test是相當常見的優化產品分析方式。但我自己工作，剛好都沒接觸到A/B實驗，雖然自己學過相關的統計方法，也因為好奇有上網查一些資料、看過一些教學影片，但內容都覺得像在搔癢，摸不到深處，還是不太清楚實際應用上的場景。
這章節幫我把鏈路串了起來，先t_test做假設檢定，ANOVA作變異數分析，再做一個事後驗證，用Tukey比較不同維度的差異，最後用ggplot2可視化。
如果把這些常用步驟固化下來成為”功能”，再開發一些介面做交互，就產品化成一個A/B test平台吧？
優點4：非常多補充教材-老師的話
每個章節，在老師的話裡，補充了不少相關文章，內容精華，看得滿開心的，我想這就是反映出了日常的積累吧，值得自己學習。
優點5：代碼簡潔
多少人被交接時看到那堆亂七八糟的代碼想殺人，一定也有人過陣子回來看自己代碼時，都快看不懂當初自己寫的邏輯。
寫codind都是以解決問題為第一優先，但到了中後期，其實coding的寫法、結構也很重要。一定要重視，一定要把它當回事，比如，如何命名變數/函數，從而使得程式碼足以自解釋？在自解釋程式碼的基礎上，如何通過畫龍點睛的注釋精確傳達你的設計意圖？
本課程的代碼寫得很漂亮(至少比我自己簡潔)，也是值得學習之處；而對於入門者，若從一開始就養成良好的習慣也非常好。
不足處：機器學習的理論知識
我覺得這是很多課程都會面臨到的吧，就是難度到底要到哪？如過目標是希望可以讓人快速上手，免不了省略了細節。因此說不足嗎…倒也不是不足，主要是課程定位的問題吧。
但如果想在這條路深耕，務必要回頭加強對理論的掌握度，以及數學能力的儲備，基本的有微積分/線性代數/機率論/統計學。不懂模型只會調用R包的話，變成調包俠/調參俠，也不是好事…
更深入學習機器學習理論的課程，我還是推薦吳恩達，包含在史丹佛的cs229公開課，以及其在coursera開的課程，課程連結以及相關筆記等資源可以參考之前文章<精選幾個機器學習的資源>。
總之，在hahow資料分析課程-乃至其他的平台，這門課還是相當優秀！
<插播小廣告> 因此我自己寫的hive內容跟作業，也一直在思考怎麼設計出滿常用到且比較複雜的例子，並且設計出通用的數據表，而且絕對不是幾百筆數據，怎麼說也要10萬級別起跳的數據量才有感。另外為了不是紙上談兵，也在開發一個可以真正操作的大數據平台。【入門數據分析，掌握Hive SQL取數能力】已經上架Hahow，如果你有興趣可以點擊此購買或查看詳細介紹！
