「2016 台灣資料科學愛好者年會」精彩資料總整理(持續更新中)

這幾天(2016/7/14 ~ 2016/7/17)資料科學界在台灣最重要的活動，莫過於2016 台灣資料科學愛好者年會，這已經是每年在台灣資料科學界最大的活動之一，今年的票也是不到一小時就幾乎賣光，對這個活動的歷史有興趣的朋友們可以參考「2015年」、「2014年」，今年的主題相較去年，更有趣，更多元、更多產業上的案例。

除此之外，筆者也發現贊助的公司也變得相當的多，今年贊助公司包含國泰人壽、東森信息科技股份有限公司、玉山金控、funP 雲沛創新集團、HTC、台灣 IBM、新加坡商鈦坦科技 TITANSOFT、潮網科技、Vpon 威朋、宇匯知識、勤業眾信、遊戲橘子、GMobi通用移動、Google、艾肯娛樂、宣捷生物科技、MIGO 功典、Mozilla TW、天氣風險、琅茶，從中我們可以發現不只資訊公司，也包含其他產業的公司，像是生物研究、天氣、會計，甚至是金融業都來加入，整體上台灣資料科學發展的凝聚力，在今年又更上一層樓。


今年筆者一樣秉持著自己也是資料科學愛好的一份子，將今年的資料科學活動內容整理如下，供自己與有興趣的朋友們參考：

1. 2016台灣資料科學年會開場投影片
2. Riot Games Head of Data Science
3. 用數據解決都會城市的停車問題
4. 隨機對照實驗在公共領域的應用
5. 數據分析在運輸管理之應用
6. 大數據下的情緒分析
7. 一個賭徒的告白 2：交易策略建構與分析，為何你該賭小一點？
8. 從薪酬制度讀 CEO 的行為心理學 
9. 自己的空氣品質自己量 : 談參與式環境感測的機會與挑戰
10. 如何備料：資料的抓取、清理以及串接
11. 黃從仁/心理與行為資料中的因與果
12. 資料科學與防疫應用的結合 : 以登革熱防治為例
13. 資料分析前的奏曲 : 談資料收集的挑戰
14. How to approach data science problems from start to end
15. 未來城市的任意門 (Mobility on Demand for Future Cities)
16. 人類行為訊號處理 : 跨學科 (醫療、教育、心理) 應用實例分享、心得、展望
17. 從手機解讀行為與心理
18. Crowd Computing for Big and Deep AI
19. 智慧型工程管考系統 : 資料分析經驗談
20. 音樂資料檢索
21. 當語音處理遇上深度學習
22. 公私協力的公共服務 - 以資料面詮釋
23. 從電腦視覺看人工智慧 : 下一件大事
24. 我在智慧交通資料解析的失敗歷程
25. It's Not What You Say: It's How You Say It!
26. 貓都學得會的手機維修資料分析
27. The Growth of a Data Scientist
28. Practical Issues in Machine Learning
29. 沒有大數據怎麼辦 ? 會計師事務所的小數據科學
30. Feature Engineering in Machine Learning
31. 漫談 R 的學習挑戰與 R 語言翻轉教室
32. 娛樂產業中的資料科學家 : 談資料科學於線上遊戲與職業運動之應用
33. 空間數據分析推動精準新農業
34. 世代之爭爭什麼 ? 談談如何從調查資料挖掘出豐厚的意義
35. 資料視覺化的 20 個小訣竅

相關新聞：

1. 陳昇瑋：2016是臺灣資料科學啟動元年，不再只聽，今年真的動起來了
2. 大數據會消失，資料科學不會！你該知道的資料科學第一堂課

其他相關資訊：

1. R 語言資料工程及探勘實務共筆

R語言從「初學」到「進階」到「跨界」的32本書籍推薦

R語言一直是數據分析界的熱門語言，也因此R語言相關的書籍也相當的多。筆者在學R的過程也看過許多R語言的書籍，筆者也收集相當多的R書籍，但大多參差不齊，有些寫得很好，有些則寫的較為艱澀，最近看到網路上大家在討論由淺入深的學習參考書籍，因此筆者也想做個小整理，包括初級、中級、高級，以及相關領域，內容如下：

[初級]

適合完全不懂R看的書，前三本都是值得參考。

• An Introduction to R
• R語言的官方書籍。
• R in action
• 這本書是Quick-R網站的作者，可參考網站上的程式碼。
• R Cookbook
• 這本書把R的概念解釋得很清楚。
• Learn R in a Day
• 想要一天一天學R嗎? 這本就可以參考看看
• 當然如果您有程式基礎，也可以參考swirl，用R學R。
• R For Dummies
• 這本書以非常淺的方式教您學R，就如書名，值得完全對程式沒概念的讀者閱讀。
• Introductory R: A Beginner's Guide to Data Visualisation, Statistical Analysis and Programming in R
• 這本書的作者是來自瑪麗王后學院的化工系的研究者，內容也是相當容易上手。

[中級]

適合對R有初步認識的讀者，前三本都是值得參考。

• Statistics with R
• R有豐富的統計套件，這本可以幫助您對R與統計有初步連結，這本書作者目前是德商德意志銀行(Deutsche Bank)的量化研究副總。
• The R book
• 這本由英國倫敦帝國學院的植物生態學名譽教授寫的，已經出到第二版。
• R Graph Cookbook
• 這本書把R的繪圖功能描述的非常清楚，作者是RStudio的開發者之一。
• The Art of R Programming: A Tour of Statistical Software Design
• 這本書提了很多應用，像是R+Python整合、平行運算R等，是從工程來用R的角度，作者是加利福尼亞大學戴維斯分校 的資料科學系教授。
• R for Everyone: Advanced Analytics and Graphics
• 這本書也是整合了許多R的套件的書籍，作者背景是念藝術與統計，內容難度筆者認為偏中階。

[高級]

想挑戰R的技術的讀者，三本都非常推薦。

• Advanced R
• 這本書提了很多R進階的撰寫技巧，作者目前是RStudio首席資料科學家。
• Statistical Computing in C++ and R
• 畢竟R還是高階語言，許多效率的改善還是要去參考C++跟R整合的部分。
• R Packages
• 這本書是介紹如何撰寫R Packages的技巧，以及R套件與R核心整合的內容，適合非常熟悉R並且想開發R套件的讀者，與Advanced R是同一個作者。

[資料視覺化]

• R Graphics
• 經典的繪圖方式都在這本呈現，必須一讀，作者是奧克蘭大學的統計系教授。
• ggplot2: Elegant Graphics for Data Analysis
• ggplot2是一個非常有名的資料視覺化套件，值得學習。這本書與Advanced R、R Packages是同一個作者Hadley Wickham(他真的很猛)。
• Lattice：Multivariate Data Visualization with R
• 另一個知名繪圖套件，至於他與ggplot2比較您可以參考連結。

[網站應用]

• Web Application Development with R using Shiny
• R Shiny是非常知名的Web + R的應用，作者是從事跟醫療信託有關。
• 當然如果您對R很熟，筆者會建議您直接到Shiny首頁直接使用比較快。

[統計學]

• The Elements of Statistical Learning
• 這本是經典書籍，被引用超過兩萬次，是一位史丹佛統計學教授撰寫。
• An Introduction to Statistical Learning
• 這本來自南加大資料科學教授、華盛頓大學的生物統計教授、史丹佛大學的生物醫學教授、史丹佛大學研究公衛的教授撰寫，內容包含許多統計應用，也值得閱讀。

[計量經濟學、金融]

• Econometrics In R
• R官方初學參考書籍。
• Applied Econometrics with R
• 計量經濟學與R的進階書籍，作者群來自經濟與統計的教授。
• Time Series Analysis and Its Applications: With R Examples
• 這本經典書籍已經出到第三版，裡面有許多時間序列分析方式與程式。
• Analysis of Integrated and Cointegrated Time Series with R
• 這個是由專家寫的書，目前在景順投信(Invesco)做基金經理，負責投資組合研究，裡面相當多實務內容。
• Analysis of Financial Time Series
• 這本書也被引用相當多，作者是芝加哥大學布斯商學院經濟與統計學系教授，裡面包含許多學術內容。
• Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective
• 作者來自量化交易背景，探討許多量化交易與R的應用。

[資料探勘]

• Data Mining with R:learing with case studies
• 這本是由rdatamining作者寫的，裡面有很多演算法的程式碼可供參考。
• Data Mining With R
• 這本書裡面有提到許多R+資料探勘的實務案例，像是預測河流海藻數。

[機器學習]

• Machine Learning with R
• 這本書提到許多機器學習的應用，作者是密西根大學的資料科學家。
• Machine Learning With R Cookbook - 110 Recipes for Building Powerful Predictive Models with R
• 這本書是台灣作者，也是筆者的好友，裡面有相當多機器學習的程式範例，適合想快速上手機器學習與R應用的讀者。

[資料科學]

• Practical Data Science with R
• 這本書的作者群是來自美國舊金山的Win-Vector LLC數據顧問公司，從資料科學來探討R。

[空間資料]

• An Introduction to R for Spatial Analysis and Mapping
• 這本來自英國里茲大學空間分析的學者，以及研究Geoinformatics的專家所撰寫，內容包含許多R應用於空間分析的介紹。

[市場研究]

• R for Marketing Research and Analytics
• 這本書介紹許多R應用在市場研究的方法，作者是來自Google的量化研究員。

其他領域結合R的書也歡迎推薦。

「2015 台灣資料科學愛好者年會」精彩資料整理

「2015 台灣資料科學愛好者年會」為一年一度的台灣資料科學盛事，參加人數超過千人，這次的活動從2014年的兩天，加長為四天的活動，並且同軌進行，包含「R資料分析上手課程」、「g0v 零時政府黑客松」、「DSP 資料開竅 ▪ 企業論壇」、「資料新聞實戰營」、「Hadoop/Spark 資料科學快速體驗營」、「地圖資料視覺化課程」，以及最精采的「年會主議程」，內容相當豐富也很精采。

以下為筆者所收集的資料科學年會相關活動資料內容

新聞：

1. 阿里巴巴副總裁車品覺：資料是一種信仰！
2. 中華電信如何培訓資料科學人才，先讓IT學會商業心法做起
3. 大資料分析苦手不用怕，資料科學愛好者年會帶你Hadoop做中學
4. 臺灣資料科學愛好者年會擴大舉辦，阿里巴巴和IBM華生團隊首席帶頭開講
5. 【活動快訊】資料科學家們 attention！「2015 台灣資料科學愛好者年會」來啦
6. 2015 台湾资料科学爱好者年会 开始售票！
7. [展望2015]25％企業今年將導大資料，資料科學人才更搶手
8. 阿里巴巴、KKBOX資料科學年會同台尬大數據心法
9. 【資料科學愛好者年會】數據說故事的年代，國際資料新聞人為台灣記者上一課
10. 為什麼打造一支資料科學團隊如此重要？
11. 混搭多樣的會議－2015 台灣資料科學愛好者年會
12. 港大計算機教授：大資料時代也要有大教育思維

文章：

1. 資料新聞實戰營 d|Bootcamp Taipei!

簡報：

1. 2015 台灣資料科學愛好者年會－開場
2. Key Failure Factors of Building a Data Science Team － 趙國仁
3. 運用空間決策改進緊急醫療品質－詹大千
4. 巨量與開放資料之創新機會與關鍵挑戰－曾新穆
5. 以健保資料分析對抗健康新聞的恐慌症候群－張俊鴻
6. 人口統計應用於選舉預測－蔡佳泓
7. Learning for Big Data － 林軒田
8. 海量視覺資料－孫民
9. 由點、線至面：從影像分析角度探討漫畫的組成與風格－朱威達
10. 心理學x資料科學－黃從仁
11. Big Education in the Era of Big Data－金國慶
12. 從網頁存取記錄瞭解使用者行為與網頁區塊貢獻分析－崔殷豪
13. 資料科學在數位音樂的實踐與分析－KKBOX 林佑璟、羅經凱
14. 雲端影音與物聯網平台的軟體工程挑戰：以 Skywatch 為例-陳維超
15. 使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化－曾書庭
16. Visualization over Web: Tools and Tips－吳泰輝
17. 軟工人的資料科學奇航－線上遊戲、網路學習與中華職棒 by 許懷中
18. 計算社會學－江彥生
19. 應用資料科學於交通網路解析－闕嘉宏
20. 社會物理學－以意念流的數據化來打造智慧企業及城市 by 張毓倫
21. 2015 台灣資料科學愛好者年會－閉幕

研討會共筆：

• https://hackpad.com/2015--g9T8HKd6TD0
• https://taiwanrusergroup.hackpad.com/DSC2015-Day-1-6AMUkyf3yzp

R課程資料

• https://github.com/TaiwanRUserGroup/DSC2015Tutorial
• https://github.com/swirldev/swirl_courses