Guanliang chen 的lecture口齿清晰，讲课还是挺有趣的，不是纯读PPT，不像5137的lecture，听着透着淡淡的死感

1) 课程与教学团队

• 课程定位：FIT5145（Foundations of Data Science），Clayton 校区由 Dr. Guanliang Chen 与 A/Prof. Zongyuan Ge 授课；马来西亚校区由 Dr. Chern Hong Lim 授课。另含主讲者背景与研究方向（学习分析、NLP 等）。
• 教学团队：列出多位导师与助教（Admin Tutor + 多名 Tutor）。
• 沟通与咨询：建议课上随时提问；使用 Ed 的讨论区（尤其是“Assignments”分类，不要发布作业答案）；查看 Moodle 上的咨询时间。
• 先修要求：高中层面数理统计、基础编程与数据库、批判性思维；熟悉 IT/互联网业务背景。

2) 学习与技术环境

• 技术要求：需能使用 R 与 RStudio；可通过 Anaconda（含 Python Notebooks）或 MoVE（Monash 虚拟桌面）访问。
• 学期内容安排：12 周主题从数据科学概览、历史与影响、数据商业模式、数据源与标准、到“大数据/监督与无监督学习/数据管理/议题/未来”等。
• 实践导入：学期中穿插 R、Shell 脚本、决策/回归树 的简要实操引导。
• 课程资源：Moodle（信息、评估、论坛）、Ed 上的在线教材（含练习）、补充教材 The Art of Data Science 等，并提示图书馆/特殊考虑/残障支持。
• 阅读警示与策略：在线教材内容很多；每周限时获取“大图景”，按评估与发展需要聚焦细节。

3) Week 1 学习目标与主题范围

• Week 1 学习目标：理解数据科学与数据科学家的职责；区分不同数据科学角色与技能；理解数据科学价值链与课程采用的标准流程模型。
• 讲座主题：① 什么是数据科学；② 数据科学流程；③ 数据科学家的角色。

4) “什么是数据科学”（概念、背景与实例）

• 多重定义与总结：从“处理并从数据中抽取价值的技术”到“机器学习 + 大数据”的狭义观点；课程倾向于全流程的广义定义（贯穿数据生命周期、强调学习/发现）。
• 大数据兴起与趋势：数据更大更杂，从追求完美模型转向模式发现；数据化（Datafication）推动公共服务与成本优化，同时带来隐私与治理挑战。
• 机器学习（ML）定义：开发让计算机“学习”的算法与技术，本质理论源于统计学。
• 为何需要 ML：当专家知识不可得/难以形式化、场景随时间变化、数据量巨大、人力成本高等。举例含语音识别、垃圾邮件、天文发现、邮编识别等。
• 课堂互动与案例：Bushfires、COVID-19 数据可视化与预测、Google 翻译/拼写检查、Amazon 推荐、公共健康再评估、微软交通预测等。

5) 数据科学流程与标准价值链

• 流程演示（11步）：从创意/立项→数据采集→监测→集成→解释（语义/知识关联）→治理（标准/格式）→工程（后端）→清洗/整理（Wrangling）→建模→可视化与呈现→上线运营（Operationalization）。
• 标准价值链（Schutt & O’Neil）：Collection、Wrangling、Analysis、Presentation、Engineering、Governance、Operationalisation。
• 最耗时环节投票 & 参考：课堂投票讨论 + 外部材料显示数据准备/清洗常常最耗时且最不“愉快”。
• 三大关键问题：① 要解决的问题是什么？② 需要哪些数据？③ 用什么 DS 技术利用这些数据？

6) 角色与团队协作（从工具到职责）

• *四类环境的“采集-工程-清洗-分析”**对比：

  • Business Analyst：Excel 为主（复制/存储/函数/VBA/图表）。
  • Programmer：API/爬虫/数据库、平面文件、Python/Perl 清洗、Matplotlib/R 分析。
  • Enterprise：企业数据库与日志、Teradata/Oracle/MSSQL、Informatica/Talend、SAS/SPSS/BO。
  • Web Company：应用库与爬取数据、Hadoop/Hive/HBase、Pig/Oozie、仪表盘/R。
• Analyst / Scientist / Engineer 区分（Widjaja）：Analyst 产出洞见，Scientist 构建模型与数据产品以产出洞见，Engineer 管理基础设施、自动化处理并规模化部署模型。
• 价值链中的岗位与能力图谱：典型数据科学家需要跨“采集→呈现”核心环节的实作能力，并理解其它环节与领域知识；还介绍 Chief Data Scientist 的职责范畴。

7) 评估（Assessment）与学习起步

• 评分构成：A1 & A3（Week5/Week11，项目提案 15%+30%）、A2（Week8，R 编程 15%）、A4（Week14，R & Shell 脚本 40%）；无期末笔试。提示生成式 AI 的使用与检测（GPTZero 参考链接）。
• 起步建议：配置电脑；通过 Week1 材料熟悉 R/RStudio/R Markdown；每周参加讲座与实操课、阅读补充活动与指定材料。
• 学习观念：不仅是“知识工作者”，更要成为“学习型工作者”，持续适应与升级技能。
• Week1 作业阅读：观看 Cukier TED（Big Data）、CERN 的大数据视频、阅读 O’Reilly 的 What is Data Science?。

8) 课堂要点与思维框架（提炼）

• 定义与边界：课程鼓励采用全生命周期视角理解数据科学，强调与统计/工程/业务的交叉，而非仅等同于“ML on Big Data”。
• 方法与流程：以价值链为主线，贯穿采集→清洗→分析→呈现→工程/治理→上线运营，强调数据清洗与准备的工作量与重要性。
• 角色与协作：不同岗位在流程环节与工具侧重点不同，但边界并非固定，实际工作常需跨域协作。

AI可用，用AI support learning