Excel对数据科学是否足够？

Question

我正在准备用R语言讲授一门关于数据科学的入门课程。我的听众是主修商科的本科生。一个典型的商业本科生没有任何计算机编程经验，但参加了几门使用Excel的课程。

就我个人而言，我对R(或其他编程语言)非常满意，因为我主修计算机科学。然而，我有一种感觉，我的许多学生会对学习一门编程语言感到提防，因为对他们来说，这似乎很困难。

我确实对Excel有些熟悉，我相信虽然Excel对于简单的数据科学是有用的，但对于学生来说，学习一门严肃的数据科学编程语言(例如R或Python)是必要的。我如何让自己和学生相信Excel对于一个认真学习数据科学的商科学生来说是不够的，他们需要学习一些编程？

编辑回应

评论

以下是我将要讨论的一些主题：

• 数据处理和数据清理
• 如何操作数据表，例如，选择行的子集(筛选器)，添加新变量(变异)，按列排序行
• 使用德普利包的SQL联接
• 如何绘制图表(散点图、条形图、直方图等)使用ggplot2包
• 如何估计和解释统计模型，如线性回归、logistic回归、分类树和k近邻。

因为我不太了解Excel，所以我不知道在Excel中是否可以轻松地完成所有这些任务。

Answer 1

首先，查看这个职位。对于数据科学任务，Excel不如其他解决方案的原因有很多。Excel还不能处理大型数据集(几十万条记录--更不用说大数据附近的任何数据)、图像和声音数据。

Excel对于有关电子表格的简单任务很好；它更强调表示和易用性，而对实际分析数据的支持最少。除非您只想计算简单的统计度量(平均值、平均值等)或建立一个非常简单的模型(例如线性回归)，否则Excel效率很低。尽管如此，99%的公司需要处理的有关数据的工作很简单，可以通过Excel进行管理。

然而，数据科学主要处理回归，分类和复杂的模型，而excel没有能力处理这些问题！如果你的学生想看看数据科学，你需要教他们一个对他们有用的工具(R，python，等等)。这些语言也有大量内置模型的库可供“玩”。

另一个非常重要的原因是，我会选择后一个选项，因为它们是开源的。我个人认为，从教育的角度来看，开源软件应该优先于专有解决方案(这也是为什么我建议python和R而不是Matlab)！

Answer 2

我刚刚完成了业务分析硕士课程，并面临着您所描述的同样的问题。幸运的是，我是一个技术人员，能够教自己R和Python，但我被困在教其他同学如何使用R和Python。我使用R/Python的课程由于学生缺乏技术理解而受到阻碍，因此花了太多时间讨论如何打开R/Python。走另一条路的班级并不令人印象深刻，也不太实用。我想做一个课堂项目，但由于其局限性，最终无法在Excel中完成，但老师不接受任何其他工具。

这可能不是你可以马上做的事情，但我强烈建议你在上你的课程之前，让部门要求上一门编程课程。数据科学和商业分析( IMHO )应该是跨学科的学位途径，需要大量的计算机科学知识，但在课程成熟和大学系统变得更好之前，这种情况可能暂时不会发生。

Answer 3

我认为你需要教他们一种流行的数据科学语言，如Python或R. Excel并不能在真正的工作中帮助他们，也不适合数据科学的目的。从长远来看，我可能会说Python对他们来说是最有价值的，并且对于像scikit这样的包--学习您的回归和分类可以在很少的代码行中演示，它们可以更容易地阅读和理解。仅仅通过阅读就能理解R在做什么并不总是容易的。

另一个建议是:不要浪费时间强迫学生设置IDE并下载必要的包，如果您使用python，用所有必需的包为他们创建一个虚拟环境，并设置一个IDE (他们可以在学生/学术许可下获得这个IDE和大多数其他IDE)，在那里可以通过UI开发和运行他们的代码，而不是他们可能会感到令人生畏和困惑的控制台。如果沿着R路线前进，那么确保为它们设置了像RStudio这样的IDE，并确保所有的included和package安装都包含在示例代码中或完整描述。