游庭碩老師 / M10410118

所謂「資料科學」是指透過儲存、分析、呈現資料來協助決策的科學。資料科學家將第一手資料進行儲存，可能是文字、照片或影片，接著進入分析階段，不論是利用現有演算法或是探索式分析，最後都需要重新包裝、視覺化的呈現給需要的人，用資料說故事以輔助決策。走完分析到決策執行的階段後，最重要的是從執行後的反應、回饋來修正分析的過程，除了能夠針對分析的步驟做進一步改良，慢慢地減少失誤，提供分析的準確度之外，這樣的過程其實和Design Thinking很類似，而我們則是利用prototype進行測試，得到進一步的回饋。

不論做什麼都以資料為基礎的精神，加上大數據的3V「Volume大量、Velocity快速、Variety多樣」產生出新技術、新應用與新的商業模式。老師透過介紹案例來讓我們更了解資料科學的應用，例如：

- 在賣場裝設感應器偵測賣場哪一處最多人經過、停留，分析消費者的行為。

- 透過「輿情監控」在廣告一出來後收集各種文章與回應，分析正、負面字句判斷情緒的好壞，進而修正品牌。

資料科學的分析原來可以應用在很多地方，連文字都可以分析，甚至我們每天瀏覽網頁的紀錄也會被相關企業做為決策的參考資料，在大數據的時代裡，真的是各種資料分析在我們看不見、摸不著的地方默默進行阿。

而設計方法、設計思考不再只有設計師可以用，其實這些工具都以各式各樣的形式被運用在各個領域裡，游老師也提及資料科學並非獨立的個體，Computer science、Math & statistic和Domain knowledge三領域的交接處正是資料科學，Computer science和Math & statistic是工具，而Domain knowledge決定你是否問對問題、如何將缺乏結構的資料結構化、有邏輯的整理，例如如何度量？依主題還是數量等等。雖然每個人都有屬於自己精通的地方，但跨領域合作與整合才是能夠真正地有效利用資源、發揮價值的不變法則！

游庭碩老師 / M10410120

　　這次的演講是來自智榮基金會的資料分析專家游廷碩先生，介紹資料科學，這其中包括現在流行的大數據、物聯網、資料庫，其實這些都不是最新的名詞，但是只要透過資料的分析，去了解使用者的的習慣、和嗜好，就能夠得到更有力的優勢，去發展更多的可能。

　　我認為這個部份是非常有趣的，因為有時候我們的設計需要的不僅是創意的概念，甚至是像是這樣有系統的資料分析，了解我們的目標使用者。其中游廷碩先生也分析了網路知名BBS站的使用者的文章是偏向哪個類型，是正像是負面的文章，雖然說取樣的數量沒有很多，但是得到的結果真的非常有趣，我認為這樣的東西，說不定可以幫助我們的設計更有說服力，可以針對我們的目標使用者去做精準的資料分析。


　　除此之外，老師也曾經透過資料分析，分析了股票市場的曲線圖，股票市場如果你沒有花費很多的時間去學習，其實沒有辦法成為專家，但是如果以後有了這樣的技術，可以幫助我們在進行股票投資時，更加的順利，也不妨是一種智慧的成果呢!

　　在這次“Data science for Designers”的演講中，印象最深刻的是當老師在分享他曾經執行過的案例時，這些應用，不僅只是單單的知識，更是資料分析可以到達的成果。希望以後能夠有機會透過資料分析的工具，在設計方面能夠，更加突破有另一篇新意。自己曾經執行過很多IOT的產品，如果能夠再加上這次認識到的資料分析技術，肯定有更多的火花。

游庭碩老師 / M10410110

什麼是資料科學 ?

資料科學流程

醫學檢測 包裝 視覺化

透國儲存 分析 呈現資料 來協助決策的科學

資料科學的核心

用資料說故事

用資料來輔助決策 Data...

資料科學不完全是 新東西

統計 電腦科學 專業領域

資料科學不是舊東西的新包裝

以資料來做決策基礎

資料科學?

雲端 巨資料 物聯網

GOOGLE 無人車

路線規劃 自動駕駛

Big Data應用

商業分析

消費者行為分析

社群文字分析

衛教手冊app ?

Skills Involved

-------------------------------------------------------------

       此次講座邀請到的是智榮基金會的資料分析專家 - 游廷碩老師。老師與我們介紹什麼是資料科學，老師提到資料科學並不完全是新的東西，但也不是舊的東西包起來後再討論的，是以資料為基礎來輔助決策的科學，資料學者從未處理的資料中去分析，整理成能被利用的資訊，並且活用於決策當中。

       以上我認為這是非常有趣的，有時我們的設計需要的不僅是創意的概念，甚至像是這種有系統的資料分析，去了解我們的目標使用者，其中游老師也分析了網路BBS站的使用者的文章是偏向哪個類型，是正面、負面的文章，透過網路的論壇、留言等里的詞彙來分析和整理，雖說取樣的量並沒有很多，但能夠了解使用者的反應並即時做調整，其中結果是非常有趣的，我認為這樣的東西說不定可以幫助我們的設計更具有說服力，可針對目標使用者去做準確的數據分析。此外，老師曾透過資料分析，分析股票市場的曲線圖，股市是需花費許多時間去研究的，但如果以後有了此種技術，可協助我們未來在進行股票投資時更加順利!

       資料科學運用的重點是真正地瞭解我們想要知道的問題，方能達到最好的效益，除了商業上的應用之外，亦可將它活用於我們的設計當中，運用數據分析去找到機會點，設計出不同以往的設計。最後感謝游庭碩老師與我們的分享，受益良多。

游庭碩老師 / M10410117

本周的講者是游庭碩老師，演講的主題是「Data Science for Designers」，老師從網路的發展演進，向我們解釋Data Science逐漸受重視的過程，在資訊量增加、產生快速、且種類繁多的背景下，變開發出大數據分析的新技術與新商業應用。在商業分析中輔助消費者行為研究與人力資源、營運流程和財務會計的決策，其中設計思考與消費者行為研究緊密結合，影響設計決策，老師舉出一個案例是「輿情監控」系統，如何得知網路評論的正與負，需透過文本分析方式取出語句結構特徵，轉化為抽象概念，便可將數據資料轉化成消費者的價值觀與消費觀念。
游老師特別強調Domain knowledge的重要性，Data Science跨越了Computer Science、Math and statistics 以及Domain knowledge這三個專業範疇，領域背景知識幫助設計師抓住要點，最重要的是問對問題，大數據分析必須用在適切的地方。如同由老師所說，視覺化只是設計師的專長之一，設計真正的目標是解決問題，在各產業皆仰賴大數據分析的趨勢下，設計師的創意似乎被數據分析所限制了，但若我們能掌握住設計領域的知識，Data Science其實有助於設計師的眼界清晰明朗並且更加遼闊。

游庭碩老师 / M10410801

本次請來智榮基金會的資料分析專家—游庭碩老師前來和大家分享資料科學的分析與應用。用資料來輔助決策，資料經過分析成為知識，依據知識制定策略，執行策略，評估執行成果并修正知識。資料科學不完全是[新東西]也不是[舊東西的新包裝],資料科學是一種以資料來做決策基礎的做事方法。網絡發展史從Web2.0的內容由媒體提供到現在內容由使用者提供，從雲端計算隨時隨地的儲存、同步、文書處理、遠端監控，從大數據到現在的物聯網。商業分析有消費者行為分析、人力資源分析、運營流程分析、財務會計分析。資料科學的精彩是以資料來作為決策基礎的做事方法。資料科學的工具有儲存、分析、展示、決策。現實世界的資料科學是問對問題最重要。資料科學與設計是用資料協助設計決策，用設計思考做資料科學。

游廷碩老師 / 10410104

　　這次的演講是來自智榮基金會的資料分析專家游廷碩先生，介紹資料科學，這其中包括現在流行的大數據、物聯網、資料庫，其實這些都不是最新的名詞，但是只要透過資料的分析，去了解使用者的的習慣、和嗜好，就能夠得到更有力的優勢，去發展更多的可能。

　　我認為這個部份是非常有趣的，因為有時候我們的設計需要的不僅是創意的概念，甚至是像是這樣有系統的資料分析，了解我們的目標使用者。其中游廷碩先生也分析了網路知名BBS站的使用者的文章是偏向哪個類型，是正像是負面的文章，雖然說取樣的數量沒有很多，但是得到的結果真的非常有趣，我認為這樣的東西，說不定可以幫助我們的設計更有說服力，可以針對我們的目標使用者去做精準的資料分析。
　　除此之外，老師也曾經透過資料分析，分析了股票市場的曲線圖，股票市場如果你沒有花費很多的時間去學習，其實沒有辦法成為專家，但是如果以後有了這樣的技術，可以幫助我們在進行股票投資時，更加的順利，也不妨是一種智慧的成果呢!

　　在這次“Data science for Designers”的演講中，印象最深刻的是當老師在分享他曾經執行過的案例時，這些應用，不僅只是單單的知識，更是資料分析可以到達的成果。希望以後能夠有機會透過資料分析的工具，在設計方面能夠，更加突破有另一篇新意。自己曾經執行過很多IOT的產品，如果能夠再加上這次認識到的資料分析技術，肯定有更多的火花。

游廷碩老師 / M10410106

     此次演講邀請到智榮基金會的資歷分析專家-游廷碩老師，游老師擅長在資料科學的分析與應用。在講求數據的時代裡，大家都積極地往資料分析的領域靠攏，游老師向我們介紹資料科學在各行各業的重要性與關鍵點，如何將資料妥善儲存、分析、落定，最後變成策略，其實聽起來有點難以消化，像是在分析論文的數據一樣，最主要的目標是要取得理論依據，以發展問題點與後續的設計方向。

     資料分析不是新的領域，游老師提及。它是一套以資料作為決策基礎的方法論，在這個人人講求數據的時代，如果沒有好好記錄下用戶的足跡，便會錯失許多洞察點，這些洞察點有可能就影響到一個團隊與他人的競爭力。

     透過資料分析，掌握整個市場的趨勢，不論是在有形的產品或無形的服務中，都能找到人們的生活形態與經驗，進兒預測下一步的設計方向。把資料視覺話、慢慢的去透析，便能找出市場的機會點！很謝謝游老師今天的分享，其他自己也能在數據上有更好地成長。 

游庭碩老師 / M10410122

這次的演講是來自智榮基金會的資料分析專家游廷碩先生。老師與我們介紹什麼是資料科學，老師提到資料科學並不完全是新的東西，但也不是舊的東西包起來後再討論的，是以資料為基礎來輔助決策的科學，資料學者從未處理的資料中去分析，整理成能被利用的資訊，並且活用於決策當中。

除此之外，老師也曾經透過資料分析，分析了股票市場的曲線圖，股票市場如果你沒有花費很多的時間去學習，其實沒有辦法成為專家，但是如果以後有了這樣的技術，可以幫助我們在進行股票投資時，更加的順利，也不妨是一種智慧的成果呢!資料分析不是新的領域，游老師提及。它是一套以資料作為決策基礎的方法論，在這個人人講求數據的時代，如果沒有好好記錄下用戶的足跡，便會錯失許多洞察點，這些洞察點有可能就影響到一個團隊與他人的競爭力。

透過各類社群平台進行資料搜集，再透過分析獲知正面與負面意見，這些資訊都能作為產品改良與服務改善的重要參考依據，對於消費者與公司而言也算是雙贏局面，消費者得以獲得更貼近需求的產品與服務，公司也有機會創造更高的獲利。

游廷碩老師 / M10410112

               本周的演講邀請到了智榮基金會的資料分析專家游廷碩老師來和大家分享資料科學的分析與應用。游老師大學是就讀心理系雙修大氣科學，工作期間擔任過軟體工程師與資料科學家，還有與朋友創業製作過行動APP，擁有非常豐富的資歷。

         Big Data大數據是數位時代的產物，而在科技發達的時代裡，資料搜集對各個產業而言都是非常重要的一環，它將會影響到各個決策與結果。而演講中游老師也向我們介紹了用資料來輔助決策的過程：1.資料經過分析成為知識 2.依據知識判定策略 3. 執行策略 4.評估執行成果並修正知識。而其中把質化的東西變成數字，是一個很重要的過程。

        十年前開始了Web2.0的時代，Web的資料漸漸的增加使用者編寫的內容，過去使用者是被動的接受資訊，轉向主動提供兼被動接受資訊的使用者。前幾年的部落格，到近期的Facebook、Twitter、Plurk...等平台有越來越多使用者自行編寫的資訊誕生，而廠商的行銷手法也跟著改變。由於行動裝置的普及，人們在網路上創造大量的資訊，而企業或政府可以利用大數據預測未來趨勢和發展商機，因此，如何彙整分析龐雜的巨量資料，成為二十一世紀最重要的課題。

               資料科學的精神：以資料來做為決策基礎的做事方式。‧資料收集的工具：儲存、分析、展示、決策。 ‧現實世界的資料科學：問對問題最重要。 ‧資料科學與設計：用資料協助設計決策，用設計思考做資料科學。在演講的尾聲，游老師歸納了一些重點，並向我們介紹如果想要學校資料科學的分析要從那些軟體開始學習，常感謝游老師的分享。

游廷碩老師 / M10410108

    本次演講邀請到智榮基金會的游廷碩先生分享資料科學的分析與應用，近年隨著科技的蓬勃發展，在設計領域中越來越容易發現到許多的數據資料也包含在設計流程的一環，而在過往的設計教育中，設計師們並沒有受到這方面的專業訓練，因此還造就出一個專門解讀數據的數據分析師的職業，但是難道設計師就不能進入到資料分析的領域嗎？這倒不是不可能的一件事，因為游老師提到資料科學基本上由三大元素構成，第一個是對於電腦科學的認識，第二個是數學統計的能力，最終則是自身在各領域的專業知識，對於設計學生來說，我們已具備了三分之一的條件，只需依照自身需求完成其餘的部分，相信要成為兼具設計與數據分析的能力是能夠實現的目標。
   
    十年前開啟了Web2.0的時代，使用者從被動的資訊接收者，變成了兼具被動接收與主動提供資訊的使用者，從過去的部落格、網誌到近期的FaceBook、推特，這些平台不再只是單純的社群平台，有越來越多的商業行為轉移到這些社群網站，在這波病毒式行銷的傳播下，也改變了許多流程上的改變，現在公司要獲取消費者對於產品的評價，透過各類社群平台進行資料搜集，再透過分析獲知正面與負面意見，這些資訊都能作為產品改良與服務改善的重要參考依據，對於消費者與公司而言也算是雙贏局面，消費者得以獲得更貼近需求的產品與服務，公司也有機會創造更高的獲利。

游庭碩老師 / M10410207

        本週請來智榮基金會的資料分析專家—游庭碩老師，游庭碩老師和我們分享了許多資料科學的相關應用。在這個大數據的時代，資料搜集對各行各業而言都是至關重要的一個過程，它有可能能夠影響決策的結果，可說是二十一世紀最性感的工作，它在這個世代扮演著舉足輕重的角色。

        首先，老師向我們介紹了何謂資料科學，解釋的同時，也提到了其實資料科學並非是新出現的技術，但也不是改裝舊有、已存在的東西。在設計方面，資料科學能夠提供我們許多幫助，如設計前期的資料搜集與分析。其實資料科學即是透過儲存、分析、呈現資料為基礎來輔助決策的科學。過程中，需要許多專業人員共同參與，如電腦科學人員、數學統計人員等，從未處理的資料中分析，找出能夠為我們所用的資源，轉換為白話的訊息，進一步協助決策。

        老師在介紹完資料科學後，由淺入深，進一步帶入大數據、雲端、物聯網的概念，大數據時代的作業方式可透過資料分析，將原先的聲音或影像進一步歸納為資訊與知識，並舉了許多例子，如google無人車可透過雲端資料計算出附近道路的交通狀況，已規劃出最適合行走的路線；父母可遠端監控嬰兒的情況；醫療方面更可以讓醫護人員隨時隨地監看病患的身體狀況，有利於病情的掌握；另一種則是透過分析網路上的留言與文字可得出留言者對於事物的看法與情緒，再利用正向詞個數減去負向詞得出結論，最後提供給廣告商，協助其改進或調整為個符合大眾期待的內容。

        資料科學運用的重點是真正的瞭解我們想知道的問題，方可達到最好的效果。除了商業上的應用外，我們亦可將資料科學應用於設計，則我們可利用數據分析找出新的機會點，創造出不一樣的設計。

        感謝游庭碩老師的分享，也謝謝董老師。

游庭碩老師 / M10410102

大數據時代，資料的建立與收集不斷，面對這麼龐大的資料環境，當利用資料科學妥善地將這些「寶貝」儲存、分析、呈現，最後運用於決策，游庭碩講師跟我們分享，資料科學的精神是在於以資料來作為決策基礎做事的方法，他不完全是新的東西，然而卻能夠賦予所有產業的發展上一個新的可能。

整場演講廳下來，我覺得資料科學就像是在寫論文，資料經過分析成為知識，依據這些知識去制定策略，並且開始執行，最後評估執行成果再去修正知識。目的就是能夠得到基本的理論依據，來幫助後續發展創新能夠有跡可循，而不是空賭一把而已。隨著大數據的資料量越來越大（Volume），資料產生的速度越來越快（velocity），資料的種類越來越多樣（variety），如何處理運用這些資料甚至都需要這些資料作為支撐，所以問對問題變得相當重要，千萬不要一步錯步步錯，平時就要訓練好自己驗證資料對應結果的能力。

資料科學可以運用在各種分析上並推展出各種服務成果，例如賣場透過消費者行為分析，可以得知消費者的購物動線，之後賣場就能夠根據每個區域的人流數據，來規劃不同的行銷策略、調整每個區域的上架費等等；Google的無人車則透過大數據演算分析，讓車輛與外界環境能夠即時串連，減少交通阻塞，甚至提高駕駛的安全性。

講師個人分享的案例中的社群文字分析頗為有趣，通過資料收集、清理資料、斷詞種種程序，由詞語文意分析情緒，作為企業品牌輿情監控、幫助預測與改善話題內容的工具。設計與資料科學關係密切，資料可以協助設計決策，設計思考能夠讓資料科學引發出更多的想像和創意，但最重要的還是我們對於要探討的議題有多少的認識與了解，才能讓資料變得更有意義。

游庭碩老師 / M10410205

本次的演講者邀請到智榮基金會的資料分析專家——游庭碩專家，2012年哈佛商業評論提及21世紀最性感職業即是「資料科學家」。演講開始，游庭碩老師分享關於儲存裝置的演變，直到現今我們每天都在用的雲端技術，雲端的便利性是我們生活中有目共睹的，使我們在檔案的傳遞方面快速的上下傳載。2000年時，有大量的業主投入大量的資金設立許多網路公司，大家一窩蜂的認為網路可以帶來更多的利益效應，卻沒想到造成了網路泡沫化，許多的資金有去無回，而雖然當時台灣以電子業為主，避開這波網路泡沫化的波及，卻也喪失許多的機會。

雲端的普及，最重要的必須要確保資料的安全性，必須要確保所有使用者所上傳的檔案不會不見，也務必確保資料在合理的權限內運作。而網際網路日新月異的演進，網路的發展由媒體提供，轉換成由使用者提供，雲端與大數據的運算，更多的新興技術創造出更多的商業機會，資料從個人電腦中的運算轉化成所有運算與處理過程都在雲端上處理，甚至是多人共同處理、或共用文件等等。而物聯網的形成，也需歸功於過程越見普及，雲端的資料種類更加的繁雜，連結的裝置也更加的多元。

資料科學透過數學、統計學、及各種專業領域專接的整合分析，使得資料分更加的有邏輯根據，從儲存、分析、展示、協助決策。由大數據作為基礎較於透過經驗的基礎分析，這樣的資料更有根據、有機可循之處。透過這麼客觀的分析方式，除了運用科學方式外，只要找對了問題，分析後就能透過資料的結果命中要害的解決問題的根本。

今天從游老師的分享，暸解解資料分析應用、視覺化、網路、內容分析，甚至是市場的應用等等。透過資料做為設計決策的輔助，更能精確的找出問題的根源。而透過大數據的客觀分析，使我們更能掌握市場的趨勢與消費者行為的根本依據。

游庭碩老師 / M10410116

     游庭碩老師分享很多資料科學的相關應用。在設計這塊領域，我們也能用資料科學，為我們處理眾多設計項目開始前的資料搜集、分析、解釋...等等。一開始老師介紹資料科學的定義與架構，資料科學為透過儲存、分析、呈現資料，來協助決策的科學。首先在資料儲存的階段，最重要的就是安全性！必須確保檔案不會不見，不會被不該看到的人閱覽，而我們常用的資料儲存空間為雲端硬碟。接著資料分析為整個資料科學的核心步驟，將先前所搜集的資料歸納分析並解釋，最後將資料以說故事的方式呈現。資料呈現用於輔助決策，因資料分析過後成為知識，我們便可依據知識制定策略，接著執行並修正。

     講師提到資料科學不完全是“新東西”，也不是“就東西的新包裝”，而是以資料來做為決策基礎的做事方法。講師也舉了之前參與過的案例，有文字、情緒與行為資料分析，透過大數據將文字抓出來並歸類找出關鍵字再進行解讀。最後以下列四點結束資料科學的分享：

資料科學的精神：以資料來作為決策基礎的做事方法。

資料科學的工具：儲存、分析、展示、決策。

現實世界的資料科學：問對問題最重要  (Domain knowledge)。

資料科學與設計：用資料協助設計決策，用設計思考做資料科學。

     感謝講師今日分享不同領域的資料搜集方式、流程與推薦的程式入門軟體，對於未來資料搜集時，也能更了解其科學的定義，並在未來有機會能夠運用此方法做設計相關的前期研究。 

游廷碩老師 / M10410123

這次的講者是智榮基金會的資料分析專家游廷碩先生。老師先和我們介紹甚麼是資料科學，老師提到，其實資料科學並不完全是新的東西，但也把不是舊的東西包裝起來後再討論，而是一種以資料為基礎來輔助決策的科學。資料科學家從未處理的資料中去分析，進而整理成能夠被利用的資訊，並且用在決策上。
在網路剛開始的時候，網路上的資料都由少數的媒體提供，一直到2006年後，網路上的資訊從有三分之一開始由網路的使用者提供，到現在幾乎每個人都能成為資訊的提供者。而這樣的情況配合上資料的分析，能夠得到許多人的看法與反應，甚至運用到交通的管理上、降低犯罪率和無人車的應用。
資料科學對於商業行為的影響更是明顯，透過網路的論壇、留言等里的詞彙來分析和整理，能夠了解消費者的反應並即時做調整，也能了解消費者行為，例如在賣場的動線。
因此在要做資料分析前，必須要決定要問甚麼問題，甚麼問題是現在要蒐集、解析的，然後選擇要質化的方式。
我覺得詞彙的分析很有趣，事實上人們在上網看大家的留言或評論時，自己已經開始在分析，只是這樣的分析通常會主觀化，因為人們會選擇自己比較想看的部分，甚至有的時候，在留言或下評論的過程中其實只是跟著別人的觀點走，所以只是看字面上的詞是正面或負面或許是一種比較快速的方式，但真正要找出方向就需要分析師的協助了。

游庭碩老師 / D10410802

此次的演講者為智榮基金會的游庭碩老師，此次分享主題為Data Science for Designers。談到目前熱門的大數據、物聯網話題。在數據爆炸的時代，如果不能記錄下使用者的足跡，便無法將合適的資料回饋予使用者。因此掌握市場的脈動、結合商務智慧分析儼然是新的服務商機，為每一項有形及無形的產品重塑其定位，找出看不見的競爭力，更能瞭解人們的體驗及生活型態、預測下一步的發展趨勢。

提到《哈佛商業評論》這篇文章的Data Scientist: The Sexiest Job of the 21st Century的文章，覺得非常有意思，他們遊走在設計師、統計師、工程師、數學家、分析師之間，需要擁有找數據、分析、洞察並協助決策的能力。資訊時代來臨，每一個你在網路上所做的行為都被記錄、分析，成為企業與研究分析的資料庫，從數據處理成可用的資訊。

最後指出資料科學的精神是以資料來做為決策基礎的做事方法，而運用資料科學最重要的是找對問題，並在用對工具，在做分析才可以真正解決問題。所有問題的解決都是要循序漸進的慢慢去透析，而且是有依據的，這樣的方法才會有效率。游老師還講到很多資料分析的應用，包含網路輿情分析、內容分析、市場應用等等，以及如何把資料視覺化，最重要的用資料協助設計決策，用設計思考做資料科學。謝謝老師此次的分享！D

游庭碩老師 / M10410113

本次的演講者是智榮基金會的資料分析專家，游廷碩先生，演講主題為巨量資料分析與應用。隨著大數據滲透進各行各業，資料科學家變得非常重要，甚至被譽為「21 世紀最性感工作」! 因幾乎所有產業都需要資料科學家從大量數據中萃取精華，包括傳統金融界、廣告、教育…等。

老師有提到一些關於大數據資料分析的應用，十分有趣，像是針對社群文章或評論進行分析，將不同語意加以分類整理，以達到輿情監控的效果，以前是以人工一句一句檢視整理，但隨著資料庫的增長，漸漸可以以人工智慧代替，達到更高的效率，但人工智慧是否可以正確無誤分析出語句內所隱含的真實情緒，抑或是諷刺等等較深層的心理面，也是一大考驗，輿情監控不只可以用在產品服務上，也可以利用在政治、選舉等意圖，仔細想想其實蠻可怕的，政客的選舉策略或是試圖引爆的話題都是經過精密的交叉分析比對出來的，跟隨著大眾好惡趨勢前進。老師還有提到他曾經把資料分析應用在股市上，股市折線圖不同的圖像代表不同意義，將數據經過資料分析後，以視覺化的方式呈現並加以預測趨勢，達到非常好的成效!

資料科學可以幫助人類生活的更便利，但隨之而來的隱憂，如安全性等等也需要嚴加注意，我們無時無刻都被一雙無形的眼睛監控著!如何正確運用分析這些數據資料將非常重要。演講的尾聲游廷碩老師也建議我們幾款容易上手的資料分析工具，整場演講受益良多。

游庭碩老師 / M10410304

本次很榮幸請到智榮基金會的游庭碩老師來課堂上分享經驗,為了讓同學了解目前熱門的大數據、物聯網等觀念,游老師演講主題由資料科學為背景出發,首先讓同學了解何謂資料科學?同學有所概念基礎後再深路瞭解資料科學的發展歷程,以及資料科學設計實務等方面探討。

演講中老師介紹到，資料科學是藉由統整數字數據，來分析資料，利用專業人員如統計、數學家來分析資料，將資料轉換成常人所能理解的資訊，藉此來分析知識，並依此為依據來執行策略和評估成果。

目前是資訊爆炸的年代，因此資料數據分析變成重要議題，必須藉由紀錄使用者資料以掌握市場脈動跟上時代腳步，結合商務智慧創造出更多的服務商機並回饋使用者，如此一來便能增加更多的商業競爭力，同時了解不同時代的人們不同的生活型態，藉此掌握新趨勢，洞察消費者喜好，創造新的可能。

游庭碩老師 / M10210117

此次專題的講者為智榮基金會的游庭碩老師，分享主題為Data Science for Designers。游老師淺談資料科學的背景和應用，讓我們了解目前熱門的大數據、物聯網等背後的脈絡，這次演講內容分成四個主題：資料科學為何、發展脈絡、資料科學實務分享以及資料科學與設計。

簡單來說，資料科學就是彙整資料，經由分析，把數字轉換成實質的數據，幫助需要的人進行決策。在轉換資料為資訊的過程中，需要電腦科學、數學統計和專業領域的人員分析這些資料，轉換為一般人看得懂的訊息。而目前熱門的設計思考，其實也有與資料輔助決策的方法類似的流程，如資料經過分析成知識、依知識制定策略、執行策略、評估成果與修正知識。

也因網路的快速演進，網路發展從內容由媒體提供，轉換為內容由使用者提供，到雲端計算、巨資料，一連串的轉變衍伸出許多新的商業技術。像是計算、儲存不必發生在自己的電腦裝置，由雲端處理，或是多人處理、協同文件資料等。資料量越大、產生速度越快、資料種類越來越多，連結裝置與雲端計算，形成物聯網。

其中游老師舉了幾個有趣的案例，如Leading Consumer Conversation Database，利用文本分析來挖掘消費者的價值觀、需求與消費行為，作為企業長期的策略規劃；以氣象文字資料建立台灣地區天氣事件的資料庫；社群文字分析、輿情監控來得知廣告效益等等，都是非常有趣的實例，游老師最後還介紹了一些資料科學相關的資源給我們，提供我們額外學習的方向。

這幾次的專題分享下來，我覺得設計不只是視覺上、外觀造型的表現，我們也應該涉獵不同領域的知識，因為設計在於解決問題，能對廣泛知識的接納，更能幫助我們在設計上有更多表現的可能。

游庭碩老師 / M10410208

這次演講邀請到的是來自智榮基金會的資料分析專家游廷碩老師，整場演講聽下來，印象最深刻的話就是，視覺化只能是設計師的專長之一，因為設計真正的目標是在解決問題，在這各產業皆仰賴大數據分析的趨勢下，究竟大數據是怎麼出現，又代表著什麼意思呢？大數據又稱巨量資料，是指大量的資訊，當資料量龐大到資料庫系統無法在合理時間內進行儲存、運算、處理，分析成能解讀的資訊時，就稱為大數據。

這些巨量資料中有著珍貴的訊息，像老師所說的相關性（Unknown Correlation）、未顯露的模式（Hidden Patterns）、市場趨勢（Market Trend），可能埋藏著前所未見的知識跟應用等著我們挖掘發現；但由於資料量太龐大，流動速度太快，現今科技無法處理分析，促使我們不斷研發出新一代的資料儲存設備及科技，希望從大數據中萃取出那些有價值的資訊。廣泛的運用大數據，好好的把這跟設計結合，也能蹦出新的火花新的想法的。

游廷碩老師 / M10410124

很開心能聽到游庭碩老師的分享，游庭碩老師是智榮基金會的資料分析專家，也有豐富的職場的工作經驗。一開始老師先說明儲存裝置的演化，在到現在的雲端技術，讓我們可以快速地上傳、下載，還有網路泡沫化，因當時許多人投資網路產業，但最終沒有得到理想的成績，而紛紛倒閉，但當時台灣還不是很盛行網路發展，所以並沒有造成非常大的衝擊與傷害。再來老師開始簡單的介紹資料科學，與資料科學的發展脈絡，有雲端、大數據、物聯網，而之後便進入到"What is Data Science?"舉出了三大項，資料科學不完全是新東西、資料科學不是舊東西的新包裝、資料科學是一種以資料來做為決策基礎的做事方法，從以上的大三方向來快速地讓我們理解資料科學的定義與未來走向。一開始對於資料科學還真的不是很熟悉，但由老師的介紹與說名，便可馬上進入方向。我想對於未來做產品設計的我們來說，勢必也必須學會與理解數據分析，然後再利用數據分析去創造的新的設計模式，在老師說提到的案例中，都是先抓取大方向，在全面的收集資料訊息，收集完後進行整理與分析，在推出一套程式運算機制，而這可以幫住我們在面對各方向領域時，都可以快速的了解與分析。
對於一個資訊發達、資訊爆炸的時代，資訊收集、使用者經驗..等必然都是未來主流大方向。
非常感謝游庭碩老師的分享。

游庭碩老師 / M10310116

這次的演講老師是智榮基金會的游庭碩老師主要是談Data Science for Designers。什麼事資料科學?就是彙整資料後經由分析得到數字，在把數字轉換成可用的數據，這些數據往往能幫助需要的人進行決策。而在轉換資料的過程中最需要科學與數學統計來分析這些資料，才能將繁瑣的數字轉換成一般大眾看得懂的訊息。近年來因為網路的大要進，網路內容從媒體提供轉換為內容由使用者提供，而現在進步到雲端計算、大資料庫等等的。這樣的演變產生出許多新的行為像是計算、儲存不必發生在自己的電腦而是由雲端處理甚至共同編輯文件資料等。資料量越大、產生速度越快、資料種類越來越多，連結裝置與雲端計算，形成物聯網。設計不僅僅只是在視覺與造型上的表現，多多涉獵不同領域的知識，加以交互運用，才能更直接的在解決問題上的道最大的功效。

游廷碩老師 / M10410209

這次的講師為21世紀最性感的職業-資料科學家游廷碩老師，之前也有看過這篇《哈佛商業評論》的Data Scientist: The Sexiest Job of the 21st Century的文章，覺得非常有意思，他們遊走在設計師、統計師、工程師、數學家、分析師...之間，需要擁有找數據、分析、洞察並協助決策的能力。資訊時代來臨，每一個你在網路上所做的行為都被記錄、分析著，成為企業與研究分析的資料庫，從數據(Data)處理成可用的資訊(information)，再將這些資訊加以使用，成為知識(knowledge)以及智慧(wisdom)。透過這些儲存、分析與呈現資料，能夠協助訂定每個重要的決策。

游廷碩老師從資料儲存開始講起，以儲存的容量不同來區分，同時提到，隨著科技不斷的變化，裝載資訊的容器會越來越小、越來越安全以及便利；第二點提到用資料輔助決策，說到從Web2.0到Big data，並現下物聯網盛行的趨勢，而在Big data中資訊屬性主要可以分為3V：Volume資料量大、Velocity資料量產生速度快以及Variety資料種類越來越多，可以看出，大量又快速累積的資料趨勢引導著科技的演變，我們需要更大、更聰明、更好的方式來處理並好好應用這些分散的數據資料，而老師舉例的分析流程為裝置-連線(雲端計算)-分析(巨資料)-消費行為分析、人力資源分析、營運流程分析以及財務會計分析。

老師提到Design as a problem solving process. 設計是解決問題的過程，設計是要美觀沒錯，但最重要的還是能夠發現問題並解決問題。美觀、同時實用，成為再有效率地解決問題中堅固的一環，是21世紀設計師的職責。

游庭碩老師 / M10410204

此次演講者為智榮基金會的研究員游庭碩先生，講授的內容是巨量資料分析與應用。

一開始先解釋了什麼是「資料科學(Data Science)」，資料科學主要可以歸類為：儲存、分析、展示、協助決策，簡單來說就是以資料做為決策基礎的一種做事方法，比起過去強調透過經驗去分析，資料科學有資料作為基礎更有跡可循，其相關操作應用除了電腦程式技術外，還必須結合數學、統計學、專業領域所需的知識，可以說是跨領域的結合的一種工具。

而談到大數據的應用，Big data 主要可以分為3V，(1)volume：資料量越來越大 (2)velocity：資料產生速度越來越快 (3)variety：資料種類越來越多樣。這3個v解釋了big data的來源，因為跟過去相比，現在的資料量大且產生速度快多樣性也提高，所以我們需要有跟過去不一樣的技術來儲存、分析資料。在講者分享的應用案例中，看到了google無人車計劃;以及在醫療上的應用，醫護人員可以隨時隨地追蹤不同病患的恢復狀況，給予不一樣的建議，發展成個人化的醫療。另外，還有一個工具是輿情監控，透過文字分析可以得知文章整體情緒是正面還是負面，利用正向詞個數減去負向詞的個數得以判斷，實際運用在廣告的範圍比較多，廠商可以透過輿情監控不斷調整下一次廣告的內容。

最後講者也提到了資料科學在設計方面的應用，除了商業分析的應用外，也可以透過資料來協助設計的決策，以及導入設計思考的概念做資料科學，另外，最重要的是要問對問題，domain knowledge的累積，必須真的進入專業領域的場域才能真正去理解問題，用正確的工具去解決問題。

游庭碩老師 / M10410119

　　大數據背後代表的意義，是成千上萬用戶的使用者習慣與喜好，如同AIDMA消費者心理模式，記錄下所有吸引消費者注意、燃起慾望及興趣的機會點，轉換為數據資料分析，藉以重建商業思維與模式，發展出新的商機。

　　對於企業來說巨量資料儼然成為不可或缺的科技資源，因為它能夠釐清消費者的喜好，幫助公司決策在對的地區推出相應合適的產品，因為所有使用者的習慣與偏好都瞭若指掌，更能輕易切入消費者市場，提供相應的服務質量，遠景而言將為未來的生活帶來新興的革命與可能。

　　在數據爆炸的年代，如果不能記錄下使用者的足跡，便無法藉由探勘將適合的資料回饋予使用者。因此掌握市場的脈動、結合商務智慧分析儼然是新的服務商機，為每一項有形及無形的產品重塑其定位，找出看不見的競爭力，更能瞭解人們的體驗及生活型態、預測下一步的發展趨勢。

　　「消費者無力掌握自己的偏好」，換言之大數據是一間企業銳利的雙眼，懂得洞察預視並精準抓住錨點，全然投入於消費者的喜好，在每一天的生活中滲透我們的每一個行為與選擇。

游庭碩老師 / M10410111

這次邀請到智榮基金會的游庭碩老師，與前次講者介紹到的大數據分析，游庭碩老師這次告訴我們較實務的做法與分析的過程。

資料科學(Data Science Process) 是透過儲存、分析、呈現資料來協助決策的科學，資料儲存又有區分為小資料、中資料、大資料，小資料如個人USB、中資料到雲端、NAS，大資料偏向分散式儲存、Hadoop等等，但是當資料量越大越普遍被儲存在雲端時，安全性就成為一項風險，因為沒有人知道大家的雲端資料會不會某一天被駭客竊取，另外檔案不能不見也不能被不該看的人看到，雖說雲端工具有隱私保證，但還是會讓人感到不安。

          大數據資料好處是可以透過資料分析，將原先的資料(如聲音影像數字)進一步歸納成資訊(如圖表)，最後從資訊中歸納出知識(如協助決策用的方案)，輔助我們解決工作、研究或課業上的問題與決策，依據知識制定策略、執行策略並評估執行成果或修正知識，透過雲端計算(Cloud Computing)儲存、同步、文書處理(如共編)、雲端監控(如父母可以遠端看小孩子在幹嘛)，如google的無人駕駛車透過雲端資料，計算附近交通並做出路線規劃、物聯網的裝置連線也是透過雲端計算與資料分析達成各種方便的功能，如醫療人員可以以手機監控床位，針對不同病人給予個人化的醫療、預測股票、商業消費者行為分析(如大賣場中計算哪裡最多人經過幫助銷售商品的設置)、營運流程(如還原財務報表)、財務會計分析、防災中心的氣象文字資料分析、社群文字分析做輿情監控(如知道某公司的各種時期中”正向詞”多少可幫助強化該公司的特色)都是運用資料科學的有趣例子。

          演講最後，老師提到雖然資料科學可以幫助人類生或更便利，但在使用這項工具時，需要真正理解我們想知道的問題。也就是說資料分決策結果的好壞是基於研究員對問題的瞭解，能洞見需求點，才能使工具達到最好的效果。

游庭碩老師 ／ M10410802

         首先很高心聽到遊庭碩老師的講座，雖然這次的題目是“Data science for Designers”，不過有趣的是老師並沒有太多的提到設計，或者說老師想要表達的設計更多是指對於數據的分析處理該如何設計。
        不過因為最近在學行銷的原因，發現老師講的很有道理，從消費者行為分析、人力資源分析、營運流程分析和財務會計分析上來看老師都鉅細靡遺的告訴我們步驟，這些知識內容後來我才知道是隸屬於科學分析這門專業的，看來老師當年的選擇很有遠見啊。現在都在運用這些數據，也因為網絡的飛速發展使得很多部分開始仰賴大數據，因為越來越搞笑的分析方式使得這些大數據可以和有效的使用。而這些原始數據在找到之後，就需要經過一系列的流程規劃後出去干擾資訊，留下有用的資料之後再把它視覺化呈現給人看，最後作出決策。這種透過儲存、分析、決策的過程，就是我們需要做的部分。
       另一種說法則是通過資料的分析變成資訊，然後再分析才變成我們的知識，幫助我們作出最後的決策。
       縱觀網絡的發展史，從一開始的網絡泡沫化，到web2.0，再到後來的雲端和big data ，以及最後的物聯網，我們發現網絡的速度越來越快，而我們能夠做到的部分範圍也越來越廣，這就使得我們設計者有更多的機會去實現我們的夢想和概念，如何把握住這些資料分析的能力，幫助我們作出設計的決策就是一件值得深思的事情。

游庭碩老師 / D10410102

本週我們所聽講的演講者是邀請到智榮基金會的資料分析家曾到過許多國家工作歷練豐富的游廷碩老師。游老師在一開始解釋了關於儲存裝置演化的過程，從隨身儲存裝置到大型伺服器再到現今由一些企業提供的雲端如Dropbox等等，這其中也不單只是資料儲存功能也包含各種資料運算。游老師也提到在2000年曾經發生的網路泡沫化，當時因為讓許多人認為可以賺很多錢而紛紛投資設立網路公司，但最後不如預期或成果沒有達成因此泡沫化而讓很多公司倒閉，蒸發了非常多的資金。還好台灣當時正以電子產業為主而避開網路泡沫化的危機，但台灣也因此在現在損失了不少機會，也是可惜。
游老師也介紹了雲端計算與BIG DATA的概念應用，BIG DATA被如此重視主要是因為資料分析技術能為商業應用帶龐大效益，比如=Google無人車，透過網路搜集即時路況，分析最快速的路徑與自動規劃路線，同時搭配sensor讓無人車在市場發展帶來許多的可能性。透過數據的分析、雲端的連線、裝置的應用來築構IOT系統，這也是目前許多公司正在積極鑽研的方向。
後來游老師也分享了有關資料分析的應用層面，如在金融投資上的預測等，對我們都很有收穫並且對於數據資料分析有了更進一步的了解。

游庭碩老師 / M10210105

這次的演講者為智榮基金會研究員游庭碩先生，演講主題為巨量資料分析與應用。游庭碩先生秉持著理性的科學精神，從資料科學的定義開始切入，進而帶入他的實際案例而貫穿整場演場，十分精彩。

其中有提到一個金字塔狀的圖表，最下面是「原始資料」，是直接由使用者中收集過來的原始資料，有各式各樣的形式；中層是「資訊」，是由原始資料歸納、收斂過後的圖表資訊；而最上層是「智慧」，是經由反覆思考資訊而粹煉出來的可貴洞見(insight)。然而這整個金字塔的進程就是人類對於智慧的外部化(externalize)的一個表現，也是大數據應用的核心目的。再來提到過去Web 2.0的時代，這個是非常重要的轉變。因為資料由媒體提供開始轉變成資料由使用者提供，結束了資訊不對等的時代，將資訊的主導權還回使用者。所以使用者開始可以利用網路來搜尋資料，淘汰那些不願意公佈資訊的資本霸權，造就了現今蓬勃發展的網路型態。

當然，游庭碩先生分享的案例都是巨量資料為我們生活帶來的好處，其中的龍吟論壇對於消費者需求的文本分析讓我非常佩服，巨量資料的應用真的非常廣泛。但他也不諱言地提到巨量資料有侵犯個人隱私的隱憂，這就讓我想起批判性設計(Critical Design)始祖Anthony Dunne & Fiona Raby也曾經對相似議題提出一個有趣的批判性設計 - Spymaker (如下圖)。大意就是可以讓狗戴上這個頭套，讓牠偵測電波並帶你到一個沒有被監控的地方，甚是有趣。

最後資料科學的定義:「透過儲存、分析、呈現來協助我們決策」。我認為協助這兩個字非常重要。任何東西必定有其極限，我們切勿讓這些資訊過份地引導我們的決策。就如同輿情分析，資料量愈少，誤差就愈大。而且他是利用關鍵字來判斷情緒，可是人類語言有反諷、幽默、比喻等等高階語言的抽象概念，那究竟能分析到何種程度?究竟可以多準確?這值得我們去深思。

游庭碩老師 / D10410801

今天的演講者是游庭碩老師，作為一名資料分析家，他有過學習和工作到德國、荷蘭、美國的經歷。他給我們闡述了什麼是資料科學。大家對於資料科學有一句話的解釋「透過儲存分析呈現資料來協助做決策的科學方法」。

資料分析最終都是用來做決策的輔助，現在很多資料分析都用在了商業場合。資料進行分析會變成知識，依據知識執行策略，評估執行策略的結果，最後用這個結果去修訂策略。這是一個循環的過程，驗證完再修正。

2012年哈佛商業評論說資料科學家是21世紀最性感的職業。那為什麼會有這樣的文章呢？互聯網泡沫（com bubble）到web2.0到雲端計算（Cloud Computing）到巨資料（big data）到物聯網（iot）這樣的一個過程，之前網絡資料內容原本是由媒體提供的，現在轉變到由網路使用者提供。從45百萬使用者增加到1億互聯網使用者。數據多、數據更新速度快和數據多樣化已經改變了網絡資料的型態。最明顯的是，網絡資料從而影響商業發展，比如賣場分析、google無人車等。最後游庭碩老師給我們介紹了一些資料分析的工具，比如最簡單的Excel、r programming和進階級別的python。我想了解資料分析也是一種學習，雖然作為設計系學生，了解多元的知識也是一種必須。

李政宜老師 / M10410122

李政宜講師為和碩設計總監，一開始介紹和碩公司環境，他們希望在和碩工作的設計師、員工不要像在不見天日的工廠上班。這樣的裝潢除了讓員工能在好的環境工作，也讓顧客進到和碩時，不會覺得他們是間工廠。

李政宜老師更著重於本質的重視，任何產品都不能只有虛有其表的外觀造型，更需要以使用者為主體，發展出令人有感的設計，只有這樣才能豐富其背後的故事與深度。

此外，Pegatron精品店展示空間，位於他們公司內部，裡面擺放自己設計的物品給其他部門或來賓觀看，是一種對於自己所設計的產品與參與的案子進行驗證，與對外形象的展示空間，給員工一種內部創業的感覺。和碩除了在產品上的成功，也在社會回饋上也很有想法，像是提出RCS(Recycle Carbon Standard)的構想，鼓勵企業在包裝上多一點投資，使得包裝可以有不同的功能與利用價值。我覺得和碩能利用自己的優勢和技術，並與台灣的產業緊密結合，讓台灣設計擁有不一樣的風貌，最終也是抱著改變台灣設計的初心，讓台灣的品牌在國際間發光發熱。

 在演講的尾聲李老師告訴我們「實力勝過學歷」，提出了馬克思的勞動價值，只有讀書與高學歷對社會並不會有太多的貢獻。現在Maker時代的來臨，世界不斷地在改變，身為設計師的我們要秉持著熱情的心繼續努力打拼。

游庭碩老師 / M10410101

    今日的演講者是來自智榮基金會的資料分析專家，游廷碩先生，在前幾堂課得講者都有談到關於數據分析在現今世代的重要性，而在聽完今天的演講後，對於數據資料分析又有更進一步的認識，﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽決策這。

     在演講開頭講者介紹到資料科學的幾個階段，大概可以分類為儲存、分析、展示呈現、決策，簡單來說資料科學便是將零散資料(Data)轉譯成為圖表資訊(Information)，在被整理吸收成為知識(Knoledge)，而這也是資料科學最主要的應用：以資料作為決策基礎的輔助工具(Data-driven Decision Making)，且這套方法是能夠被驗證的。

     瞭解資料科學的概念之後，講者也介紹了網路發展的幾個大事件與趨勢。在2000年曾有過一次網路泡沫化，在當時網路正開始起步發展，許多投資人開始轉為投資網路公司，市場上不斷成立的網路公司卻沒因此賺到錢，大量湧入的資金因此而蒸發，有趣的是當時台灣產業多停留在電子業，未有網路發展，因此並沒有受到太大的影響，但這也是現今台灣許多產業無法銜接上網路世代，造成轉型困難的原因。下一個重要事件是大約在2005年，Web2.0的出現，網路內容從原本由媒體提供(1996年)轉變為由使用者提供(2006)，這樣的重大改變徹底的翻轉商業行銷傳播的方式，病毒性行銷便由此開始，當使用者變成傳播的主體後，感動體驗經濟便成為市場上的消費主流。

     在演講後半段所介紹的是關於雲端計算(Cloud Computing)與Bigdata的概念應用，Bigdata之所以會被如此重視是因為這樣的資料分析技術能為商業應用帶來許多的效益，比如說Google無人車，透過網路搜集即時路況，分析最快速的路徑與自動規劃路線，同時搭配sensor讓無人車在市場發展帶來許多的可能性。透過數據的分析、雲端的連線、裝置的應用來築構IoT系統，也是目前許多公司正在積極鑽研的方向。

     最後，講者分享了一些資料分析的應用，包括了字詞語意的情感分析在品牌輿情監控的應用，以及金融投資上的預測等等。另外講者也談到了資料科學在設計上的運用，除了在商業上的應用外，資料也能協助設計做決策，也能導入設計思考的觀念來做資料科學。而除了工具的使用外，運用Domain Knowledge領域知識問對問題也是相當重要。