这里我试图创建、分享2017年秋季学期的《数据科学与社会研究》的课程资料
课程针对没有编程经验、统计基础的本科生，因此难度不大，理论较少，偏操作化。重点在于让他们对数据科学产生强烈的兴趣，了解数据科学技能累积的学习路径，掌握一些基本的数据获取、数据整理、数据分析和结果呈现的基本方法。尽量当做学习游戏技能一样，玩起来。
课程介绍：大数据时代对于青年人的要求，如何达到这些要求！（PPT）
课程安排：做好课前预习和课后作业；成绩构成（70%作业；30%考试）。
课后作业：建一个群；安装好相关的软件，不懂则问；速读一本大数据相关的通俗读物，加深对于大数据的理解。
相关资料：http://note.youdao.com/noteshare?id=351a5e712274bd552b70aeb557a9cae5
课前预习：社会研究方法教材速读一遍。
课堂演示：对社会研究方法体系进行串讲（PPT）。
课后作业：针对大数据时代和社会研究方法中的某个问题，你如何积累条件并将之解决？短文原创1000字左右。
课前预习：阅读一篇报告，总结它是如何论述自己的观点的（课堂上回答问题）。
课堂演示：基于tidyverse的数据分析过程展示。大纲：http://note.youdao.com/noteshare?id=94c815919f88613d071d2254934ca53e
课后作业：完成大纲中的R基础学习。
课前预习：将一份练习代码敲进电脑
课堂演示：R的基础性操作示范
示例1：http://r4ds.had.co.nz/workflow-basics.html
示例2：http://r4ds.had.co.nz/workflow-scripts.html
课后作业：用R完成几道简单的题目。
课前预习：将一份代码敲进电脑
课堂演示：如果利用dplyr包进行数据管理
示例1：http://r4ds.had.co.nz/transform.html
课后作业：用R完成一个数据处理的任务
课前预习：将一份数据图表和可视化的命令敲进电脑。
课堂演示：如何利用ggplot画图
示例1：http://moderndive.com/3-viz.html
课后作业：用R完成一个数据可视化的任务。
课前预习：了解实例的数据和问题，分解出任务步骤，尝试寻找方案。
课堂演示：一起完成实例
示例1：http://r4ds.had.co.nz/exploratory-data-analysis.html
课后作业：在实例的基础上完成几个扩展问题
课前预习:
课堂演示:
示例1：http://moderndive.com/B-appendixB.html
示例2：https://github.com/andrewpbray/infer
课后作业:
课前预习 课堂演示 课后作业
课前预习 课堂演示 课后作业
课前预习 课堂演示 课后作业
课前预习 课堂演示 课后作业
课前预习 课堂演示 课后作业
课前预习 课堂演示 课后作业
课前预习 课堂演示 课后作业