（圖為翻轉資料工作坊開場致詞）
時間：2016-4-29（星期五） 9:00 – 16:30
地點：國立臺灣師範大學圖書館B1國際會議廳
撰稿：陳德元、劉軒齊
♦前言
「翻轉資料工作坊」是由美國資訊科學暨科技學會台北分會(ASIS&T Taipei Chapter)、臺灣師範大學圖書資訊學研究與臺灣大學圖書資訊學系共同舉辦的年會活動，近年來，在大數據(Big Data)、開放資料(Open Data)與資料視覺化(Data Visualization)等等觀念的盛行之下，資料重組後的價值，又再度吸引到眾人的目光，使得大眾開始重視「資料科學」的重要性。順應著時代趨勢，今年的年會內容以「翻轉資料」為主，希望透過6場深入淺出的專題演講，帶領大家探索資料科學的無限遐想。
在此，首先稍微簡介一下「資訊科學暨科技學會」（Association for Information Science and Technology，簡稱ASIS&T）：此為致力於研究資訊的生產、組織、傳播與應用，以促進社會整體發展的國際性專業化組織，也是目前讓資訊科學的理論與實務有大量機會交流的重要專業學會，最主要的活動就是每年10-11月之間的年會活動，而最重要的出版品則是學術期刊Journal of the Association for Information Science and Technology (JASIST)，以及雙月刊雜誌Bulletin of the Association for Information Science and Technology，期盼透過多方面的交流，來促進資訊科學在社會下的決策影響力。
如果希望追蹤更進一步的資訊，歡迎加入臉書「ASIS&T Taipei」公開社團。
研討會講義下載 （僅提供講者授權下載之場次）
♦Experiences of Attending a Large Conference in North America and Europe: The ASIS&T Annual Meeting／Diane H. Sonnenwald
●Head of Subject and Professor of Information and Library Studies School of Information and Library Studies University College Dublin, Ireland
●Ph.D., Communication in Design, Rutgers University
●提出「資訊視域」理論的學者
(演講結束後的有獎徵答合影)
因為講者Dr. Sonnenwald是ASIS&T的前會長，因此這場演講請他介紹參加ASIS&T年會的經驗分享，Dr. Sonnenwald表示在年會中最大的優點就是可以遇見很多人，建立許多交流與分享，當然在過程中也不乏有許多美味精緻的食物供眾人享用。
議程中會有各種特定主題的討論小組交流會，Dr. Sonnenwald認為絕對不要擔心問出笨問題，因為每個問題都有它的價值，雖然會議中還是有很多習俗需要遵守，例如在會議中比較少拍團體照、不能擅自錄音等等，但相信每一次的經驗都是一個拓展視野的機會！
♦資料分析從0開始／謝吉隆
●國立臺灣師範大學圖書資訊學研究所副教授
●國立交通大學資訊科學與工程研究所博士
●研究領域為應用資料分析的技術，在傳播、社會網絡、流行病學、建模分析與多人線上遊戲上做研究。
用資料科學做社會科學
「講到資料科學的時候不要看著我，要看著你自己。」究竟想要靠著資料科學的結果來研究什麼樣的問題？謝教授簡單舉了幾個例子，例如：了解使用者何時會覺得無聊開始滑手機？了解其中的情境與徵兆後，就可以知道何時推播新聞訊息是較好的時機，又例如：透過放聲思考與螢幕錄影的方式，來了解使用者的資訊瀏覽行為，可以知道大家較容易關注螢幕上的哪些重點等等，了解你究竟想要從中獲得什麼，才是資料科學最核心的觀念。
程式一直都只是達成目標的手段，而非終點
「資料科學對我來說不是寫程式的事，而是如何去解決問題。」演講一開始，謝教授就展示了其先前所作關於Youbike的視覺化分析案例，並詢問我們做這樣的分析需不需要寫程式？答案是：不需要。其實只要透過政府的開放資料（Data Taipei），加上Google所提供的Fusion table，就能輕易做到這件事。
謝教授認為，或許以寫程式來分析資料依舊有較為方便、較有彈性與延展性的優勢，也可一勞永逸地重複使用，但是，寫程式從來就不是要踏入資料科學領域的必備技能，最重要的還是觀察並找出世界上各種資料的問題點，並且懂得運用適當的統計資料來處理問題。
從上述觀點看來，寫程式似乎並非進入資料科學的關鍵技能，但是為何社會中普遍的認知，還是習慣將程式能力視為資料科學的必備能力呢？我們或許可以從另外一位講者的說法獲得解答。
♦醫療、車禍以及選舉的資料視覺化：人類如何跟機器協作，解決資料問題／李慕約
●李慕約公司共同創辦人
目前資料視覺化的困境
李慕約先生提到在處理資料時，我們往往面臨資料量很大、表述力不夠與難以呈現即時性三種問題。現在資料的成長速度遠比以往還要來得大，因此，若單用人力無法計算與管理；而面對這麼大量的資料，傳統媒介（例如：紙本）的表述力是不夠的，所以，很多時候需考慮運用科技、以互動的方式來呈現資料；最後是即時性的問題，傳統的資料呈現須預留蒐集、處理資料與製作視覺化圖表的時間，所以，通常無法即時提供最新資料，圖表亦無法隨著當下的動態而改變。
以上種種問題該如何解決呢？其實可交由「機器」協助我們做資料視覺化，不但省力，也有較佳的呈現方式。李慕約先生提到：「運用資料視覺化就可以少看六千張圖，對於要了解資訊的複雜度很有幫助」。
利用機器協助資料視覺化
藉由機器的幫助，很多步驟都可以自動化，例如：在視覺化的部份，只要透過程式語言，告訴機器如何畫圖、標示顏色的指令，它就能自動繪圖；在資料獲取部份，我們也可以一次定義好我們需要的各式資料來源，建立多維度的資料，讓機器直接抓取其中的最新資料，自動更新我們的視覺化作品。李慕約先生以自己的作品─台北各處車禍資料的視覺化為例，藉著事先建好的各種維度，就可根據不同的空間進行或呈現不同時間點的車禍發生頻率等。機器會自動即時重整圖表，呈現你要的畫面，並做出互動的功能，讓我們得以選擇想要研究的不同維度間的交互關係。以上的例子大大展現利用機器協作時的可重複性，只要先建立好各種邏輯關係，就不用每次依照不同的需求重新抓取不同的報表，再重新運算。為了達到可重複性，前置作業需要花費不少心力作資料清理，才可使資料符合我們所需的形式。
最後，李慕約先生提到不一定運用高科技的方式才能達到資料視覺化的成效，只要能在人們需要的時候，以視覺方式即時提供訊息即可稱之。例如：香港的馬路上寫著「望左」或「望右」的標示，讓人可以不用抬頭就知道要注意左右來車。這樣雖然沒有運用任何高科技的技術，但只要能在對的時間提供好的指示，對社會有一定的貢獻，那就是一種很好的解決方式。如果大家看完以上李慕約先生的演講介紹後，對他的作品集有興趣，也可以到李慕約有限公司的官方網站參觀。
♦小結
以上幾場演講幫助我們初步探索了現今資料科學的基本原則，了解資料科學究竟是否需要程式與機器協助的各種想法，理解到進入資料科學的門檻未必是寫程式的能力，而是用數據解決問題的思維。但是，或許我們也不需要懼怕寫程式，事實上，李慕約先生是希望能有更好的資料呈現方式，才開始自學程式的。相信學會和機器溝通，很多時候能達成事半功倍的效果！而學習寫程式永遠不嫌晚！本文下篇將藉由另外三位講者的演講，為大家介紹實際應用的資料視覺化案例與現在十分火熱的資訊圖表，請大家拭目以待囉！
文章分類： 新聞報導