http://twconf.data-sci.org/ 台灣資料科學愛好者年會由一群愛好資料科學的同好們共同舉辦，宗旨為推廣資料科學的認知、技術及應用，議題將包含資料科學的各個層面，例如數理統計、資料視覺化、資料處理及計算、資料儲存以及各領域裡的資料分析應用等等，內容包羅萬象，期待能透過演講、課程及心得分享等各種形式，將我們對於資料科學的熱情傳達給大眾，一起來探索資料科學的潛力，將資料科學引入每個人的專業領域之中。 在兩天的會議中，我們將安排各產學領域中長期進行／推動資料分析的先進來與聽眾分享資料科學的趣味、價值、以及應用方式，也安排兩天的資料分析上手課程，幫助尚在門外的資料科學愛好者快速上手。同時，我們將共同協辦 g0v 零時政府黑客松，讓年會參與者也能觀摩 g0v 零時政府長期以來為推動資訊透明化所做的努力及成績。 我們期待能夠讓資料分析在台灣不再是口號，而是大家手邊隨時可用來解決問題及創造價值的工具。

2. 貴賓致詞 – 陳銘憲教授

3. 歡迎

4. 4
audience

5. 5
minutes

6. Attendee Statistics #1

7. Attendee Statistics #2

8. Attendee Statistics #3

9. 主辦單位

10. 協辦單位

11. 鑽石級贊助
成立於 2008 年，專注在行動裝置的數據分析以及 行動廣告領域，是亞洲地區成長最迅猛的行動廣告/ 行動數據公司。
入選為中國 2014 年《 Forbes China 富比士中國》最 具潛力中小企業 100 強，並榮獲第 6 名殊榮。

12. 白金級贊助

13. 更多贊助

14. 媒體伙伴

15. 籌辦委員

16. 資料科學？

17. Data Science

18. Knowledge Discovery Process
Understand and define problem
Extract data
Data engineering (understanding and cleansing)
Exploratory data analysis
Data mining (searching for patterns)
Machine learning (for data products)
Communication with stake holders
Repeat until certain goals are accomplished

19. Data Science: Yet Another Viewpoint
Knowledge discovery with more emphases on
big data (with volume and/or variety)
unknown problems
data collection and unification
data product building
business context (i.e., goal => revenue)

20. Data Science is More Than …
Analysis toolbox (e.g., R, Python)
Infrastructure (e.g., Hadoop, NoSQL)
Big data (small data also do)
Data visualization
Statistics / machine learning

21. A Data Scientist?
[1] “A Statistician's View on Big Data and Data Science”, http://www.slideshare.net/kuonen/a-statisticians-view-on-big-data-and-data-science
[2] “Big Data [sorry] & Data Science: What Does a Data Scientist Do?”, http://www.slideshare.net/datasciencelondon/big-data-sorry-data-science-what- does-a-data-scientist-do
[3] Machine Learning and Data Mining, http://web.cecs.pdx.edu/~mperkows/CLASS_479/LECTURES479/PE013..pdf

22. 年會活動

23. 演講、課程、黑客松
三軌並行

25. Why ?
[1] IEEE Spectrum: The Top Programming Languages in 2014 http://spectrum.ieee.org/static/interactive-the-top-programming-languages#index

27. Learning R could be like…

28. Once you become an R expert…

29. Final Words of Warning
“Using R is a bit akin to smoking. The beginning is difficult, one may get headaches and even gag the first few times. But in the long run,it becomes pleasurable and even addictive. Yet, deep down, for those willing to be honest, there is something not fully healthy in it.” --Francois Pinard
R

34. Logistics

35. 無線網路
Wi-Fi Access Points DSC2014-R[0,1,2]-[2.4, 5]G

36. 演講投影片
每場演講結束後，投影片將會刊載於年會粉絲頁。
喜愛的演講，歡迎 ，與無法前來參加 年會的朋友們分享。
https://www.facebook.com/twdsconf

37. 跨領域交流
名牌資訊 & 分類
橘: 貴賓 & 講師
紅: 議程／課程參加者
黑: 黑客松參加者
藍: 媒體
黃: 工作人員
Cross-disciplinary communication is a MUST for data science practitioners. So please just mingle!

38. 午餐領取&用餐地點
國際會議廳
用餐區
用餐區
用餐區
國際會議廳
x——x
x——x
3F
4F
報到處
沙發區

39. 注意事項
手冊會議時間更正： 會議第二天 (8/31) 下午茶點時間為 15:10 至 15:30。
素食便當請至報到處領取。
請隨時將名牌掛在身上，以便工作人員辨識身份。
持 g0v 票種之與會來賓，可參與 g0v 零時政府黑客 松活動及全體活動；持一般票與學生票種者三軌活 動皆可自由參加。

40. 〈大數據〉

41. 「以評價兌換知識」活動
時間：第二天閉幕式結束後

42. 從資料創造價值