【自学课程】《数据科学与社会研究》课程资料总结
导语
学习就是自己改造自己！数据科学发展迅速，传统的高校课程和师资队伍已经远远落后于业界的发展，青年学生只有充分利用高校既有课程和互联网开放资源进行自我教育和学习才能取得快速成长，教师也只有不断学习才能与时俱进。自学的过程是曲折的，痛苦的，孤独的，需要严格自律，需要看到希望，得到适时的反馈与肯定。
为了提高大家自学效率和计划性，在人民大学李丁老师的带领下，北大清华人大中国社科院的几位青年教师准备联合起来，筹备成立一个自学社团，与大家一起通过翻转课堂（flipped classroom）的形式共同学习、提高。特针对有志于数据科学和社会研究的青年开发一门《数据科学与社会研究》的互助自修课程。课程暂时没有学分，不要学费，但有比较严格的课程学习进度要求与线下参与要求。会员平时灵活分头在线自学，周四下午和晚上集中集体活动，骨干会员通过担任入门课教员以教带学，特邀导师对骨干会员加以进阶培训和备课指导。
第一期课程已结束，后期课程敬请期待。
一、课程总体设计
01
课程设计
课程目标：
课程采用在线自学、课堂讨论、重点讲解、团队实训的方式进行。面向首都高校社会科学和管理学研究生、教师的。课程横跨社会科学和信息技术两个领域，涵盖政治学、社会学、管理学、统计学、数据科学等多个学科的理论知识和实用技术。旨在提高大家的数据应用意识、建立数据思维、了解前沿方法，掌握有关数据采集、处理、分析和解释的基本原理和方法，提升大数据方法自学能力和应用能力。
课程骨干：
邀请清华大学龙瀛、孟天广、闫飞，中国社科院陈华珊，中国人民大学窦志成、刘涛、巫锡炜等多位老师为指导老师。中国人民大学李丁负责组织学员讨论、引导自学、联系资源。课程得到了北京大学卢云峰教授，中国人民大学冯仕政教授的赞助和支持。
02
基础先修/自修课程
准备好社会调查研究方法、编程、数据管理、基础统计学基础
课程1：社会研究方法
邱泽奇 上http://www.chinesemooc.org/mooc/4411
邱泽奇 下http://www.chinesemooc.org/mooc/4484
课程2：基础统计学与统计软件（基于R语言、Python）
基础统计学 阿姆斯特丹
https://www.coursera.org/learn/basic-statistics/lecture/
R语言免费入门课程 中文https://edu.hellobi.com/course/68/lessons
系列课程：https://edu.hellobi.com/classroom/1/courses
课程3：回归分析（基于R语言）
coursera 回归分析 杜克大学
https://www.coursera.org/learn/linear-regression-model
杜克大学系列课程
https://www.coursera.org/specializations/statistics
课程4：数据管理（基于R语言）
R语言 霍普金斯
https://www.coursera.org/learn/r-programming
R数据分析 系列课程https://www.coursera.org/specializations/jhu-data-science
课程5：高级统计与数据挖掘（基于R语言或Python）
课程6：编程语言
密歇根大学python系列课程
https://www.coursera.org/specializations/data-science-python
https://www.coursera.org/learn/python-data-analysis
中文 南京大学张莉
https://www.coursera.org/learn/python-data-processing
课程7：互联网与数据库
Python 获取网络数据
https://www.coursera.org/learn/python-network-data
Python使用数据库
https://www.coursera.org/learn/python-databases
03
高级自修课程
R语言系列课程
https://www.hellobi.com/u/xiejiabiao/courses
Python爬虫
http://www.chinahadoop.cn/classroom/37/introduction
Python数据分析
http://www.chinahadoop.cn/classroom/39/introduction
04
参考书籍
王星. 《大数据分析：方法与应用》. 清华大学出版社. 2013.
李舰、 肖凯. 《数据科学中的R语言》. 西安交通大学出版社.2015.
J. Fox and S. Weisberg, An R Companion to Applied Regression, Second Edition, Sage (2011. Additional materials are available on the web site for the book, including several appendices (on structural-equation models, mixed models, survival analysis, etc.). The book is associated with the car and effects packages for R. I am a member of the R Foundation.
Gareth James et al. An Introduction to Statistical Learning: with Applications in R. Springer. 2013.
二、R语言与Python课程
R语言
01
R语言第一讲入门资料
第一讲：入门资料与课前练习题
<< 滑动查看下一张图片 >>
第一讲：课堂演示
<< 滑动查看下一张图片 >>
第一讲：课后作业
<< 滑动查看下一张图片 >>
02
R语言第二讲统计分析资料
第二讲：课前自学内容（统计分析）
<< 滑动查看下一张图片 >>
第二讲：课堂演示
<< 滑动查看下一张图片 >>
第二讲：课后作业
03
R语言第三讲数据管理资料
第三讲：课前自学与作业（数据处理）
<< 滑动查看下一张图片 >>
第三讲：课堂演示
<< 滑动查看下一张图片 >>
04
R语言第四讲绘图资料
第四讲：课前自学与作业（绘图与可视化）
<< 滑动查看下一张图片 >>
第四讲：课堂演示
<< 滑动查看下一张图片 >>
05
R语言第五讲综合实例资料
第五讲：课前自学与作业（综合实例）
06
R语言第六讲网络爬虫资料
第六讲：课前自学与作业（爬虫）
<< 滑动查看下一张图片 >>
第六讲：课堂演示
<< 滑动查看下一张图片 >>
Python
01
Python第1-2讲入门
第1-2讲：入门资料与课前准备
<< 滑动查看下一张图片 >>
第1-2讲：课堂演示
<< 滑动查看下一张图片 >>
第1-2课：课后作业
02
Python第3-4讲爬虫
第3-4讲：课前自学内容（爬虫）
第3-4讲：课堂演示
<< 滑动查看下一张图片 >>
第3-4讲：课后作业
03
第5讲：课前自学与作业（数据分析）
社会网络分析
自学资料
文本分析
自学资料
<< 滑动查看下一张图片 >>
空间分析
自学资料
三、骨干培训课程资料
01
陈华珊：网络爬虫的原理与入门
<< 滑动查看下一张图片 >>
02
陈华珊：社会网络分析原理与入门
<< 滑动查看下一张图片 >>
03
陈华珊：R中文乱码与Stata、
SPSS中文数据读入与分析
<< 滑动查看下一张图片 >>
04
李佳龙：如何利用Python登录网站和翻页
（示例代码）
<< 滑动查看下一张图片 >>
05
李丁：基于R语言的网络爬虫综合实例（爬取个人人人好友网络，并作图）
<< 滑动查看下一张图片 >>
06
李丁：空间分析的概念与入门（孙秀林：社会科学中的空间分析：概念、技术和应用实例）
<< 滑动查看下一张图片 >>
07
龙瀛：大数据与城市规划概论（上）
08
龙瀛：大数据与城市规划概论（下）
<< 滑动查看下一张图片 >>
<< 滑动查看下一张图片 >>
※由于篇幅有限，上述相关文件完整下载详见
https://www.beijingcitylab.com/courses/data-science-and-social-studies/
（点击“阅读原文”即可跳转至课程网站）
更多内容，请点击微信下方菜单即可查询。
请搜索微信号“Beijingcitylab”关注。
Email：BeijingCityLab@gmail.com
Emaillist: BCL@freelist.org
新浪微博：北京城市实验室BCL
微信号：beijingcitylab
网址: http://www.beijingcitylab.com
责任编辑：橘子