UniMate AI

DATA1001

数据科学与决策导论

6 学分难度 简易

DATA1001 是一门结合了统计学、计算机科学和数学的跨学科入门课。课程介绍了数据科学的核心流程:从数据采集、清洗、可视化到初步的预测建模。学生将学习使用 Python 或 R 解决简单的现实世界决策问题,并探讨数据驱动决策中的偏差与风险。这是进入数据科学领域的起点,强调“用数据说话”的基本素养。

Course decision

选课先看

先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。

考核总权重

100%

4 项考核

最高单项

55%

Final Exam

期末考试

以官方 outline 为准

Hurdle

未列出

当前考核表没有 Hurdle 标记

Deadline map

考核时间线

按截止周排列作业节点;持续考核会保留在下方完整考核结构中。

Week 4

Assignment 1

15%

数据清洗与初步可视化报告

Week 8

Assignment 2

15%

统计分析与假设检验任务

Week 10

Assignment 3

15%

综合数据应用小项目

Week 11

Final Exam

55%

综合基础知识与计算考试

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    数据科学全景

    什么是数据科学?典型的决策问题

  2. 2

    数据获取与类型

    抽样调查,实验数据与观察数据

  3. 3

    探索性数据分析 (1)

    基础统计量,中心趋势与离散度

  4. 4

    探索性数据分析 (2)

    数据可视化基础,识别异常模式

  5. 5

    概率基础

    条件概率,贝叶斯思维直观应用

  6. 6

    灵活性周 (Flex Week)

    无新内容

  7. 7

    线性关系建模

    相关性与简单线性回归

  8. 8

    统计推理初步

    假设检验,P 值的商业解释

  9. 9

    数据伦理与误区

    辛普森悖论,隐私保护常识

  10. 10

    案例研究总结

    综合数据报告展示

Assessment

考核结构

Assignment 1

数据清洗与初步可视化报告

15%

Week 4

Assignment 2

统计分析与假设检验任务

15%

Week 8

Assignment 3

综合数据应用小项目

15%

Week 10

Final Exam

综合基础知识与计算考试

55%

Week 11

Assignments

作业详情

Assignment 3

针对一个社会或校园话题(如食堂排队或气候数据),完成从数据收集到可视化洞察的完整小报告

重点: 数据叙事, 基本统计应用

要求:包含至少 3 个维度的深入图表分析

⏱ 预计 20 小时

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。