NYT 數據科學家開線上課程、快速上手Processing 與 D3.js 做視覺化
研究生週末在家不寫論文，那就來點 CP 值高的線上課程
我最喜歡週末宅在家、不出門社交的生活。作為這麼宅，但偏偏又不想寫論文的研究生，看線上課程的自學進度卻很快。如果能分點能量給自己寫論文就好了⋯⋯。
REVIEW
- 紐約時報的數據分析方法論
- 紐約時報數據科學家 Chris Wiggins 在哥倫比亞大學開設的數據分析課
- 丹麥藝術家 Tim Rodenbröker 的 Processing 動畫系列課
- 學 D3.js 數據視覺化，順便拿證書
紐時首席數據科學家解密 NYT 分析心法
Christopher Wiggins 是《紐約時報》數據分析團隊首領，我前幾天正好見到 Towards Data Science 的 YouTube 發布新影片，點進去才發現是 CW 在 Toronto Machine Learning Summit 的演講。影片主要分享《紐時》應用機器學習的方法論，雖然說是方法論，但 CW 的講解平易近人，即使是對機器學習沒什麼概念的人，也能理解數據分析在機器學習能扮演的功能。或許這跟 CW 本身也在哥倫比亞大學任教，為沒有任何數據基礎的同學開設數據分析課有關吧？
隨手 takeaway
- 《紐時》的數據視覺化團隊是門面，數據分析團隊是基石。Chirs Wiggins 帶領的數據分析團隊負責為商業運營、訂閱制等商業模式提供解答。
- 通常數據分析團隊的解讀方式有三個：客觀模式（descriptive modeling）、預測模式（predictive modeling）、指示模式（prescriptive modeling）
- descriptive modeling 的目的在於挖掘、綜觀現況，NYT Reader Scope 就是 descriptive modeling 的應用服務，從讀者喜好、停留的位置等，為《紐時》了解讀者的面貌。
- predictive modeling 則能延續 descriptive modeling 的功能，從中學習、測試，讓數據模型有預測能力。例如：Project Feels 計畫是《紐時》以機器學習模型分析讀者閱讀情緒，透過搜集、分析情緒資料後，推薦適合讀者的文章。
- prescriptive modeling 在演講中被形容的很神，能為未來的目標制定相應執行方案，類似 predictive modeling 的延伸功能。因此我猜測培養讀者的閱讀喜好，是可能的應用方式之一。
MORE
- Data Science at The New York Times
這場演講的完整簡報。一直沒找到最新版，但這份是 2019 年 1 月上傳的，所以內容差異不大。 - data: past, present and future
CW 在哥大開的數據分析課，2020 年的講義與程式碼練習題都放在 GitHub 內，自由取用。我決定這學期要將他的課看完。 - @chrishwiggins
CW 的推特帳號，雖然都沒更新，但抱著朝聖心態仍要追起來～ - chrishwiggins
CW 的 GitHub 帳號，更新的非常勤快（因為哥大教材就放在 GitHub，每週定期更新）
數據視覺化：難的 vs 簡單的
拯救徒手繪圖障礙者的 Processing
先講簡單的。丹麥數位藝術家 Tim Rodenbröker 因應大家都宅在家防疫，所以開設免費線上課程，教大家從零開始學習 Processing。Processing 是以 Java 為主的視覺化工具，因為易學、好上手，所以是許多藝術家、互動設計師愛用的工具，熟悉的話，能在短時間內製作複雜的視覺動畫。目前課程仍在陸續更新中，不過大部分都已有教學影片了，我自己花半天的時間就能透過教學影片熟悉 Processing，相信有寫程式經驗的人肯定更快上手。（看著自己親手做出來的動畫，超有成就感！）
MORE
- Creative Coding Essentials
Tim 的 Processing 教學影片，共 27 堂課，依我之前看的內容，大概只缺少 5 堂而已。 - tim rodenbröker creative coding
Tim 的 YouTube 頻道，真的是對教學很有熱忱的人，且不愧是藝術家＋設計師，影片精美程度技壓其他程式教學影片。 - @timrodenbroeker
Tim 的推特帳號，這麼多產的藝術設計師，當然是要來觀摩視覺化作品。 - Processing.py 語法參考
跟我一樣喜歡寫 Python 的話，推薦 Processing.py，在 Processing 內下載 Python 套件，在編輯頁更改成 Python 模式，就能少打很多 { }
重新認識 D3.js
再來是難的。只要是接觸資料視覺化的人，大概多少都要碰點以 JavaScript 為基礎的 D3.js 。由於我不小心看了 The Hitchhiker’s Guide to d3.js 這篇經典文章，內容將 D3.js 學習路徑與目標說明的很清楚，讓我重燃提升 D3.js 技能的動力。因為內容提供了眾多資源，我一時之間也無法全部消化完，所以決定從最經濟實惠的路徑著手：FreeCodeCamp。互動式的程式教學，且完成後能獲得資料視覺化證書，嗯，非常完美。我在上週日的凌晨一口氣上完，剩最後的專案實作囉。
MORE
- FreeCodeCamp Data Visualization
就是這門課程，共分為三大部分，第一部分是基本語法，再來是 JSON 與 API 的操作，最後一部分就要自己實作各種圖表。 - @mbostock
Mike Bostock 是 D3.js 的爸爸，這位生父對資料視覺化的狂熱，讓他後來生出了 Observable 這款 JavaScript 版本的 Jupyter Notebook。 - List of Graphics People in Newsrooms與Awesome Interactive Journalism
這兩個清單分別是各個資料視覺化記者的 twitter 帳號與數據新聞作品，大部分都是以 D3.js 呈現，看看就知道 D3.js 的強大。
這篇文章同時發佈在我經營的 Tinker’s Backchannel 電子報。
Tinker’s Backchannel 每週分享數據分析、視覺化、新聞媒體、互動設計的內容。如果你也對這些感興趣，歡迎訂閱、交流。