課程大綱

課程簡介

「厚數據」（thick data）指的是蘊藏豐富資訊的資料，而「意義探勘」（meaning mining）則是透資料方析與詮釋的方法，萃取出資料中的意義與洞見（insight）。這一學分的課程對於在學生或新生來說，可以作為資料科學的入門小品；對歷經資料科學訓練之後的學生來說，它可以作為一場回顧及自我提升之旅。至於已經要畢業卻還未修習過資料分析的訓練的學生來說，也可以將它視為銜接職場，建立正確心態的工作坊。

面對資料是金的年代，人文、社科、管理領域培育出來的學生，最好能夠不怕資料分析，並且能透過資料分析流程，看見有助於決策、有助於理解現實的資訊。學生一旦具備這種解讀資訊、看穿資料、解讀資料的能力，在瞬息變化的職場中將更具競爭力。因此，「厚數據」不只是某一種類型的資料或數據集，而是一種永遠不會退流行的方法論立場。本課程的最重要目標，便是帶領同學建立對數據的正確態度及責任感，在兩天半的訓練中，作好當個「資料偵探」（data detective）的準備。

要當資料科學家不必先成為工程師。寫程式不是資料偵探最優先需要學會的能力。對人社管沒有程式設計基礎的學生來說，R具有短時間上手的優勢。本課程將分為五階段進行，用R及RStudio貫串整門課：認識厚資料方法論、認識資料分析工具、解讀實作資料分析、分組討論展演及講評，以及個人專案展演及講評。在密集的課程中，同學將學會使用簡易的套件，進行數據讀入、分析、視覺化、解讀及分享。你的資料分析作品將用Rmarkdown所編譯出的html來呈現，你會發現你不需要SPSS也能分析民調資料。我們將使用民調數據進行實作，而同學將在第二天下午及晚間，完成指定的專案作品。這門課不需要同學具備資料分析的知識與訓練，但必須具備使用英文軟體或工具的意願。

授課老師：劉正山教授

授課時間：

8/7（一）上午2.5小時（0930-1200）+下午2.5小時（1330-1600）+ 課後實作3小時
8/14（一）上午2.5小時（0930-1200）+下午2.5小時（1330-1600）+ 課後實作3小時
8/21（一）上午2小時（1000-1200）

評分方式：

  • 課程討論與參與：50%
  • 課程作業與專案：50%

課程教室與社群：

教學目標

認識多元知識論與方法論
認識並操作卡片盒筆記法
認識並實做探索式資料分析

課前準備

請在自己常用的桌機/筆電上安裝軟體。

進度規畫：

日期
主題及進度
參考資料
8/7（一）
厚資料方法論介紹

Obsidian 卡片盒筆記法的介紹與實作
RStudio 資料寫作平台介紹與出版實作


專案練習
8/14（一）
筆記與意義探勘


RsStudio 專案


課後專案練習

8/21（一）
同學簡報及老師總結


課間指定閱讀：

課後補充閱讀：

  • 劉正山. (2018). 《民意調查資料分析的R實戰手冊》. 台北: 五南.
  • Lindstrom, M. (2016). Small Data: The Tiny Clues That Uncover Huge Trends. New York City: St. Martin’s Press. 《小數據獵人》
  • 申克・艾倫斯著 ; [吳琪仁譯] = How to take smart notes : one simple technique to boost writing, learning and thinking - for students, academics and nonfiction book writers / Sönke Ahrens, & Ahrens S. (2022). 《卡片盒筆記: 最高效思考筆記術, 德國教授超強秘技, 促進寫作、學習與思考, 使你洞見源源不斷, 成為專家》。台北: 遠流出版事業股份有限公司.
  • Alvesson, M., Gabriel, Y., & Paulsen, R. (2017). Return to Meaning: A Social Science with Something to Say (1 edition). Oxford University Press.
  • Schwartz-Shea, P., & Yanow, D. (2011). Interpretive Research Design: Concepts and Processes (1 edition). Routledge. (Chapters 2)
    Download PDF

課後互動