SDSC8011
数据科学的社会基础
📘 简介
本课程探索数据科学中与人类数据相关的社会过程和机制，关注导致数据偏差的关键问题，例如自我选择偏差、社会期望偏差、认知局限性和生态谬误等。学生将学习识别数据中的潜在偏差并设计系统化的解决方案，同时将这些方法应用于实际数据进行改进。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 清晰阐释人类数据生成、分析和解释过程的基本特征；
✔️ 识别数据科学文献中与人类数据相关的偏差问题；
✔️ 设计适当的程序和分析方法来解决常见问题；
✔️ 将解决方案应用于实际数据，展示其有效性并改进结果。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 评论文章 | 20% | 学生需要评估与人类数据相关的已发表研究中的潜在问题并撰写评论。 |
| 📝 设计报告 | 30% | 学生需开发解决方案以应对识别出的常见偏差问题。 |
| 📄 研究论文 | 50% | 学生需在实际数据中应用所设计的解决方案并提交研究论文。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU