延續著昨(3/15)資料探勘Data Mining的課程，Jerry老師分享像是amazon如何靠著推薦系統2013年創造營收達USD$171億美金，較同期成長24%等知名案例。同時也提醒著「資料科學計畫-團訓班」同學們為何探勘過程中，常犯的決策樹會分錯或單邊肥大？原因很多種，弄錯結果就大不同。同學們拼命點著頭…唷！原來是這樣阿！緊接著，Muyueh老師登場和大家說說視覺化表達樣式，例如台灣某縣市地區的累積交通事故排行榜，啥！清晨時分交通事故量較少，但都非死即傷的比例很高，原因其實不難理解。
Muyueh老師今天很high一邊演繹過程，一邊提問Tips，同學反應很踴躍，這次專案實作的資料引用除了「不動產交易實價登錄」，另新增與痞客邦PIXNET合作的資料，如熱門照片、人氣部落格的詮釋資料、訪客紀錄等，能讓同學們接續踴躍組隊參加Pixnet Hackathon，這麼具有量化及質化的呈現，一旦能完成這些具有語意聯結的高度分析，產生的資料同步達到近似Linked Data的FU吧！
光是「座標」還是「時間」呈現也大有學問，想知道老師如何解答視覺化諸多關鍵因素之間的關連性，不來上課真的是太可惜了啦！此時，助教一定要下場了解同學們的實作情形，同學亦步亦趨地隨著老師的流程步驟，進行望、聞、觀、切來看咱家想要問的疑難雜症，好像算該事件的流年命盤般做沙盤推演，不論點線面呈現表達直的、橫的或斜的樣式，好變成專屬你的熱點圖。
第一期的學姊/助教Cindy教學另一個實用的軟體工具，套用預計匯入的資料，提出他們之前的實作經驗分享給學弟妹參考，並說明有哪些特好用的範本可遵循，同學真是太幸福了！！幫助大家激活大腦，想像「準成品」的樣貌，同學們下午雖然是開放，但也沒有閒著，或坐或站或半蹲的討論狀，讓人佩服他們求知若渴的學習精神，讚！
