沒(méi)有數(shù)學(xué)和編程基礎(chǔ)，這幾個(gè)數(shù)據(jù)科學(xué)項(xiàng)目了解一下
大數(shù)據(jù)文摘出品
編譯：蔣寶尚
今天，文摘菌給大家介紹幾個(gè)比較有特色的數(shù)據(jù)科學(xué)模塊，這些模塊原本是一些教師用來(lái)進(jìn)行教學(xué)使用，幫助學(xué)生有機(jī)會(huì)使用與其課程相關(guān)的數(shù)據(jù)集，并指導(dǎo)學(xué)生進(jìn)行數(shù)據(jù)分析以及幫助理解統(tǒng)計(jì)和計(jì)算機(jī)原理。
一起來(lái)看~
模塊合集鏈接：https://ds-modules.github.io/DS-Modules/
Introduction to Phonetics and Phonolog
這個(gè)模塊由兩個(gè)實(shí)驗(yàn)組成，實(shí)驗(yàn)所用到的數(shù)據(jù)都是學(xué)生自己收集的，并且在這個(gè)模塊中，學(xué)生獨(dú)立分析數(shù)據(jù)并編碼。在***個(gè)實(shí)驗(yàn)室里，學(xué)生們研究聲音開(kāi)始以及結(jié)束的時(shí)間，以及母語(yǔ)口語(yǔ)和身高之間的相關(guān)性。在第二個(gè)實(shí)驗(yàn)中，學(xué)生分析元音發(fā)音，并將研究個(gè)體相互比較，從而揭示單個(gè)元數(shù)據(jù)對(duì)特征預(yù)測(cè)能力的影響。該模塊適用于沒(méi)有編碼或統(tǒng)計(jì)經(jīng)驗(yàn)的學(xué)生。
Neighborhood Mapping
本模塊讓學(xué)生分析并可視化整個(gè)東灣人口普查區(qū)的社會(huì)經(jīng)濟(jì)和人口變化情況。學(xué)生們到社區(qū)進(jìn)行定性觀察，然后與人口普查數(shù)據(jù)進(jìn)行比較。把一些的觀察結(jié)果組合成一幅地圖。該模塊適用于沒(méi)有編碼或統(tǒng)計(jì)經(jīng)驗(yàn)的學(xué)生。
Macroeconomics
這個(gè)模塊包含一些宏觀經(jīng)濟(jì)學(xué)問(wèn)題集。 ***個(gè)notebook幫助學(xué)生使用Latex公式以及教他們?nèi)绾尾鍒D。 ***個(gè)notebook的建模部分可視化了索洛增長(zhǎng)模型。該模塊還使用自動(dòng)評(píng)分功能可以及時(shí)反饋學(xué)生提交的作業(yè)。同樣，該模塊也適用于沒(méi)有編碼或統(tǒng)計(jì)經(jīng)驗(yàn)的學(xué)生
Chinatown and Culture of Exclusion
使用20世紀(jì)-21世紀(jì)的人口統(tǒng)計(jì)數(shù)據(jù)，讓學(xué)生分析一個(gè)特定的唐人街隨著時(shí)間的推移是如何變化的。在實(shí)驗(yàn)過(guò)程中，學(xué)生可以使用一些簡(jiǎn)單的文本分析方法做相關(guān)研究。
Implicit Bias and Social Outcomes
本模塊向?qū)W生介紹相關(guān)和回歸分析。學(xué)生從一個(gè)關(guān)于健康結(jié)果的數(shù)據(jù)集和一組關(guān)于內(nèi)隱偏見(jiàn)的數(shù)據(jù)集中挑選出整個(gè)美國(guó)的縣級(jí)數(shù)據(jù)集。然后，他們將這兩個(gè)數(shù)據(jù)集合并，并計(jì)算相關(guān)性和進(jìn)行回歸預(yù)測(cè)，從而確定偏見(jiàn)與健康結(jié)果之間是否存在相關(guān)性。
Moral Foundations Theory
這些模塊將政治演講中的詞匯使用與道德基礎(chǔ)理論聯(lián)系起來(lái)。這些數(shù)據(jù)的統(tǒng)計(jì)推斷和可視化幫助學(xué)生尋找保守派和自由派總統(tǒng)候選人之間的修辭差異。然后，學(xué)生們將數(shù)據(jù)驅(qū)動(dòng)的方法作為修辭工具進(jìn)行研究和批判。
Sumerian Text Analysis
本模塊使用一個(gè)有趣的數(shù)據(jù)集，即蘇美爾文學(xué)電子文本語(yǔ)料庫(kù)(ETCSL)。這些文本是從六千年前的資料中翻譯出來(lái)的。在本模塊中使用的技術(shù)在文本分析中不太常見(jiàn)，如k均值、分層聚類和多維縮放。
Data, Prediction, and Law
利用2016年美國(guó)總統(tǒng)競(jìng)選演講的數(shù)據(jù)，學(xué)生從語(yǔ)音文本中挖掘特征，可視化這些特征，并用主成分分析提取特征。該模塊***給出了一個(gè)三維特征圖的例子，此模塊需要學(xué)生有一些統(tǒng)計(jì)學(xué)知識(shí)。
***，在次給出項(xiàng)目合集：https://ds-modules.github.io/DS-Modules/
【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)文章，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
