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

1. 《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。
2. 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）
3. 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。
4. 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。
5. 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。