University of Glasgow · 英国 · 数据科学与分析

COMSCI5099 Information Visualization 辅导

数据科学课更看重干净的流水线，而不是花哨模型。课上重点是清洗与 EDA 判断力， 以及把凌乱 notebook 收成改卷人能跟上的叙事。

微信预约（发课号） 邮件咨询本课

一节课通常怎么进行

• 按 brief 逐步重建分析流水线
• 核验 join、缺失值与泄漏风险
• 定稿叙事与图表组合

辅导会覆盖的主题

来自本课真实辅导的重点，不是学校大纲原文。

• 计算机网络
• 安全

辅导覆盖

基于已关联的 9 门课私有资料整理（资料本身不公开）。可跟周进度同步答疑。作业 / Lab 拆题与 debug。考前突击。常见主题：统计 / 概率、作业 / Lab、机器学习、C++ STL。不代写、不代考。

辅导中常见主题

主题来自我实际辅导时接触过的材料类型标签，不是任何学校大纲或作业原文。

• 计算机网络
• 安全

这门课常见卡点

• 混乱的 merge 与静默 NaN，后面指标全歪
• 图很漂亮，但没回答题目要求
• 临近 DDL 才建模，没有数据故事

University of Glasgow 其他已辅导课程

• COMPSCI5089: Introduction to Data Science and Systems
• COMPSCI5076: Database & Data Analytics
• COMPSCI5077: Enterprise Cyber Security
• COMPSCI2007: Data Structure

其他学校的同类课程

其他已有材料支撑的「数据科学与分析」课。目录没有你的课号也可以微信发我。

• UC Berkeley Data 8: The Foundations of Data Science
• Chinese University of Hong Kong SDSC8009: Datamining
• The Hong Kong University of Science and Technology DASC2010: Calculus for Data Analytics in Science
• Imperial College London MATH6002: 6 70026 Methods For Data Science
• Monash University FIT5196: Data Wrangling
• University of Queensland INFS7203: Data Mining

我写过的相关笔记

• 向量数据库深入
• 用 R 做音频分析
• 向量嵌入
• 余弦相似度

第一次课前请准备

微信发送：学校、课号（COMSCI5099）、截止日期，以及题目 / 代码 / workshop 题 / 报错截图。

← University of Glasgow · 辅导首页