#終身學習
歡迎校友多加利用:
ewant育網開放教育平台網址:http://www.ewant.org
Taiwan LIFE台灣全民學習平台網址:http://taiwanlife.org
自2012年MOOC(大規模開放式課程,台灣稱磨課師)在美國爆紅以來,利用網路學習已然成為歐美先進國家終身學習的主流管道。在台灣,國立交通大學經營的「ewant育網開放教育平台」和國立空中大學經營的「TaiwanLIFE台灣全民學習平台」現在也已成為台灣最重要的線上終身學習資源。
三年多來,ewant和 TaiwanLife平台合作簽約的大學超過90所,提供超過600門免費學習的課程,截至2017年8月在平台上通過修課的人數已累積超過2萬人次。
目前在ewant和TaiwanLIFE平台上推出的免費學習資源約4成是由教育部磨課師計畫在過去三年多來補助各大學製作的課程,內容五花八門,其中最受終身學習者喜愛的課程包括「統計方法與資料分析」、「現代柯南-食安大宅門」、「正確睡眠讓你一夜好眠」、「中藥概論」和 「生命教育-生命不設限」等課程。
今年九月,交大ewant平台更首創利用國際合作的方式引進美國Coursera平台上超過150萬人修選修的「學會學(Learn How To Learn)」課程,在經由國內的教育學教授進行在地化的設計後推出了中文版「學會學」課程,吸引了不少中學老師及學生共同學習,一推出就已經有上千的學員選修。可以預見在網路學習資源逐漸豐富之後,線上學習將成為台灣各年齡層終身學習的主要管道。
同時也有302部Youtube影片,追蹤數超過3萬的網紅孫在陽,也在其Youtube影片中提到,國立陽明交通大學-數據科學與雲端運算- Advanced visualization-機器學習 大數據利用時間的特性,以統計圖表呈現分析結果,以然成為一種企業尋找管理策略的方法。商業智慧的成功,當然也可以促成醫學智慧的成功。 孫在陽老師主講,[email protected] 範例、...
「統計方法與資料分析」的推薦目錄:
- 關於統計方法與資料分析 在 交通大學校友會 NCTU Alumni Association Facebook 的精選貼文
- 關於統計方法與資料分析 在 國立陽明交通大學電子工程學系及電子研究所 Facebook 的最佳貼文
- 關於統計方法與資料分析 在 孫在陽 Youtube 的精選貼文
- 關於統計方法與資料分析 在 孫在陽 Youtube 的最佳解答
- 關於統計方法與資料分析 在 范琪斐 Youtube 的最讚貼文
- 關於統計方法與資料分析 在 [心得] 統計方法與資料分析_唐麗英- 看板NCTU-Teacher 的評價
- 關於統計方法與資料分析 在 統計方法與資料分析 的評價
- 關於統計方法與資料分析 在 網路上關於統計方法與資料分析-在PTT/MOBILE01/Dcard上的 ... 的評價
- 關於統計方法與資料分析 在 網路上關於統計方法與資料分析-在PTT/MOBILE01/Dcard上的 ... 的評價
- 關於統計方法與資料分析 在 網路上關於統計方法與資料分析-在PTT/MOBILE01/Dcard上的 ... 的評價
統計方法與資料分析 在 國立陽明交通大學電子工程學系及電子研究所 Facebook 的最佳貼文
交大友聲477期交大活動訊息、全球產經新聞!(2015年6月-I)
《交大友聲》 已整理2015.05.30.~2015.06.12. 交大即時要聞、校友活動訊息與全球產經新聞。近日重點消息:
• 交大研發第五代高階電子封裝技術 低溫(150 oC)及低壓下之銅-銅直接接合
• 睽違四年 交大足球隊大專盃五人制再度奪冠
• 交大電子系企業導師講座系列報導
• 交大育網磨課師:唐麗英教授《統計方法與資料分析》專班開設中
• 5月底~9月:鳳甲美術館─刺繡典藏展 夏季/《村長不在家》
• 6月11日~7月8日:交大藝文空間─15交大應藝所創作聯展
本期產業新聞為您蒐集最新科技與產業消息:
• 4K TV:IHS調查,4K電視市場同比增長約400%
• 電子資訊:影像感測技術再突破!InVisage量子薄膜來勢洶洶,SONY CMOS江山動搖
• 叫車服務:Uber 力拚中國市場,司機補貼額度竟達車費三倍
• 雲端:阿里雲啟動全球夥伴計畫,加速在地化數據服務
• 物聯網:宏碁 BYOC 私有雲進入物聯網商業服務模式
• 無線通訊:微軟將推出 Microsoft WiFi 免費連網服務,佈建全球超過 1000 萬個熱點
• 生物科技:MIT 開發人造蜘蛛絲技術
• 機器人:美 DARPA 救災機器人大賽,鴻海贊助機器人輸南韓奪第三
• 再生能源:砸下 10 億歐元,IKEA 欲發展再生能源及助貧困地區對抗氣候變遷
• 企業文化:庫克帶領的蘋果時代,最具影響力的產品其實是「庫克」本身?
• 產業創新:COMPUTEX的問題不只在台灣產業轉型緩慢
• 中國聚焦:當停車場與餐廳都開始變成孵化器
徵才訊息:
• 盟創科技/合勤科技招募網路生活應用韌體等研發工程師、中東非洲區業務專案人才!!
• 群聯電子招募系統、數位IC設計、韌體...各項研發工程師!!
• 神基科技招募產品經理、系統、硬體、FAE...各項研發工程師!!
• 普誠科技招募研發、測試、製程人才、業務專案人才!!
• 中強光電招募兩岸研發、管理人才!!
• 聯詠科技跨足台南設立研發中心 ,歡迎IC設計菁英加入,實現返鄉發展夢想!!
• 穆拉德加捷召集有志於大陸業務管理儲備幹部!!
• 彥陽科技提供最佳零組件與技術服務的零組件供應商!!
• 聚積科技招募類比IC、元件、系統分析工程師!!
敬請參閱:http://alumni-voice.nctu.edu.tw/epaper/week/477-1/index.html 或進入《交大友聲》「產業科技」首頁:http://alumni-voice.nctu.edu.tw/industry.html 點選您有興趣的相關訊息。
交大友聲Facebook帳號為:https://www.facebook.com/nctu.yosheng 歡迎您邀請交大友聲成為您的好友,您將可隨時收到友聲的發行動態。
友聲雜誌社 2015.06.12.
統計方法與資料分析 在 孫在陽 Youtube 的精選貼文
國立陽明交通大學-數據科學與雲端運算- Advanced visualization-機器學習
大數據利用時間的特性,以統計圖表呈現分析結果,以然成為一種企業尋找管理策略的方法。商業智慧的成功,當然也可以促成醫學智慧的成功。
孫在陽老師主講,[email protected]
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00:00 E3下載範例
00:09:40 進階視覺化分析
01:28:00 機器學習-線性回歸做預測
01:40:00 機器學習-分群
統計方法與資料分析 在 孫在陽 Youtube 的最佳解答
國立陽明交通大學-數據科學與雲端運算- Advanced visualization-機器學習
大數據利用時間的特性,以統計圖表呈現分析結果,以然成為一種企業尋找管理策略的方法。商業智慧的成功,當然也可以促成醫學智慧的成功。
孫在陽老師主講,[email protected]
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00 PPT簡報實務應用簡介
06:10 尋找證基會文件
14:00 開啟下載文件
16:30 傳送到 Power Point
27:35 設計標題投影片
00:41:19 微軟的簡報模板
00:45:40 瘋簡報的模板
01:05:00 時程模板應用
01:21:23 項目清單模板應用1
02:00:00 項目清單模板應用2
統計方法與資料分析 在 范琪斐 Youtube 的最讚貼文
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
統計方法與資料分析 在 統計方法與資料分析 的推薦與評價
統計方法與資料分析 · [統計方法] 1-1 課程單元介紹 · [統計方法] 1-2 統計學中常用的術語 · [統計方法] 1-3 統計學的範圍 · [統計方法] 1-4 隨機變數的種類 · [統計方法] 1-5 ... ... <看更多>
統計方法與資料分析 在 網路上關於統計方法與資料分析-在PTT/MOBILE01/Dcard上的 ... 的推薦與評價
2022統計方法與資料分析討論資訊,在PTT/MOBILE01/Dcard上的升學考試資訊整理,找統計分析方法種類,統計分析方法與應用習作解答,統計方法整理在Instagram影片與 ... ... <看更多>
統計方法與資料分析 在 [心得] 統計方法與資料分析_唐麗英- 看板NCTU-Teacher 的推薦與評價
⊕課名⊕
統計方法與資料分析
▲教授▲
唐麗英
★修課年度★
107上/校基本素養
£教了什麼£(課程大概內容。或是額外學會了什麼東西。)
1. 統計基本概念
2. 常用統計量
3. 常用統計圖表
4. 常態機率分佈
5. 估計
6. 假說檢定
7. 變異數分析
8. 廻歸分析
◆上課方式◆(投影片、團體討論、老師教學風格)
4次面授課,其餘網路授課(利用e4看線上影片)
▼考試作業▼
出席:4次 每次2% 共8%
線上小考:8次 每次4% 共32% (老師是說有做測驗這裡就會給滿)
期中考25% + 小組報告5%
期末考30% / 期末考20% + 期末project10%
(期末考ch1~6 30% + ch7~8 70%)
*期中&期末均可帶大抄&計算機
¥其他¥(是否注重出席率or嚴禁遲到?需要的基礎?)
對統計有興趣的人可以修看看,loading不重~
老師教得蠻清楚的,不喜歡上課的人可以參考看看XD
期中考前一天才念,最後80幾~ 基本上跟線上小考蠻像的~
全班期中考成績分布為
50-59 4人
60-69 12人
70-79 47人
80-89 48人
90-100 19人
平均 78.9
標準差 9.3
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.95.133
※ 文章網址: https://www.ptt.cc/bbs/NCTU-Teacher/M.1547004283.A.B74.html
... <看更多>