悉尼大學數(shù)據(jù)科學專業(yè)的DATA2001課程著重于有效探索和分析大型數(shù)據(jù)集的方法和技術。學生將學習如何從數(shù)據(jù)科學項目中遇到的各種數(shù)據(jù)模型(如關系、半結構化、時間序列、地理空間、圖像、文本)中獲取、組合和總結數(shù)據(jù)。除了通過相關Python庫的經驗來強化編程技能之外，課程還將向學生介紹使用SQL進行聲明性數(shù)據(jù)處理的概念，并分析關系數(shù)據(jù)庫中的數(shù)據(jù)。學生將獲得來自社交媒體、交通、健康和社會科學的數(shù)據(jù)集，并學習基本的探索性數(shù)據(jù)分析和小型用例背景下的挖掘技術。那么DATA2001考試和作業(yè)的重點是什么呢？分析如下。

一、考試及作業(yè)具體要求

1、Homework，10%：Canvas上的每周家庭作業(yè)小測驗，旨在幫助學生回顧每周主題的學習情況。

2、SQL tutorials and SQL Test，15%：學生通過每周在線教程學習，了解SQL日益復雜的用法。SQL教程提供簡單的反饋并允許多次嘗試，示例解決方案在提交截止日期過后可用。每周都會提供解答，學期中會進行SQL測驗。

3、Practical Assignment，20%：學生以小組為單位進行更大的數(shù)據(jù)整合和數(shù)據(jù)分析任務，其中一些提供的數(shù)據(jù)集必須與學生研究的額外數(shù)據(jù)相結合。最終提交的內容包括團隊開發(fā)的源代碼工件，加上結果的簡短報告，以及在第12周的實驗中的小組演示。

4、Final Examination，55%：主要評估學生對本課程所有內容的理解。

二、考試及作業(yè)評估重點

1、使用適當?shù)腜ython庫來自動化各種數(shù)據(jù)的數(shù)據(jù)科學活動。

2、從各種數(shù)據(jù)模型中攝取、組合和總結數(shù)據(jù)。

3、展示處理不同類型數(shù)據(jù)的數(shù)據(jù)集的經驗，包括關系、半結構化、時間序列、地理位置、圖像、文本，包括組合不同類型數(shù)據(jù)的經驗。

4、理解并生成聲明性查詢，以從數(shù)據(jù)集中提取適當?shù)男畔?，包括使用SQL的能力。

5、了解分析“大數(shù)據(jù)”的主要挑戰(zhàn)：數(shù)據(jù)量、多樣性、速度、準確性。

6、了解數(shù)據(jù)量對數(shù)據(jù)處理的影響，并了解解決這一問題的方法，如索引、壓縮、數(shù)據(jù)分區(qū)和分布式處理框架(Hadoop)。

7、在處理數(shù)據(jù)時表現(xiàn)出對隱私問題的意識。

悉尼大學數(shù)據(jù)科學專業(yè)的同學可以參考上述DATA2001考試及作業(yè)的具體要求和評估重點，來進行學習規(guī)劃，這樣就能更有針對性地進行學習，從而獲得更好的成績。