我們活在當下，見證著紛擾的當代歷史，都堅持著信念，多元聲音或許都只是單純傳達不想就此認命或定局，除了一聲輕輕嘆息，此時上演的太陽花學運，更多人選擇用行動表達最原始的渴望，不管理性還是被操弄，仍充斥混亂的語言與符號的叢林裡，到底是被普羅大眾解讀為是民主還是失序，不妨平心靜氣試圖透過資料科學著手，從上億筆 data經由分類轉化再選粹分析出「反服貿事件」，或能得出背後要傳達的深層意義與潛藏價值，即使我們無法倒回東窗事發的剎那，但仍拜網路科技發達，讓互動過程的時效性、便利性、傳播效能較以往更加，於此，我們更需要正視資料科學對於每日面臨決策的你、我、他，提供較為精準客觀的分析判斷。
DSP 發起單位之一，精誠集團 Etu 的 Fred 期許著「DSP團訓班2」的學員們能學習到「跨界專業分工合作」，結識一群共同對資料價值探索有熱情的夥伴，最後可以回饋所學於自身或組織，亦或有機會結夥創業賺大錢、結夥做資料科學公益等都是很好的目標，終得以讓DSP持續深耕發芽茁壯。
另一個發起單位 Code for Tomorrow 的 CK 預告未來進階班將分為兩階段的實作，從如何整理、蒐集、應用資料等方向著手的 ETL，讓在場很多同學眼睛都發亮了，迫不急待想要立馬報名下一階段。另外 CfT 亦順利推動了醫學界與資料科學的交流，將於 4/18(五) 於高雄的 Code for Healthcare (un)conference 熱烈登場。
本期同學們在密集短打的實作訓練中，發揮了團隊的潛能與同儕絕佳的默契，不僅平日上班外，額外花費心力於週末間不斷淬煉之專案作品完整度都很高，從聚焦核心到視覺化樣貌呈現，多獲得肯定與重視，頗期待他們未完待續的下一階段呈現。
去蕪存菁的作品—眾裡尋他千百度，驀然回首，那人卻在，燈火闌珊處。
「無殼蝸牛聯盟–房價正義」目標欲解決買房苦惱主因，不外乎從自備款該準備多少錢？該區合理房價是多少？房仲出的價錢可議價？參考意見有房仲及親朋好友，到底誰說的比較可靠呢？作品以鄉鎮市區為單位，整理新北市板橋區資料，從取出非租賃資料、把35個變數有效減少至9個變數，如型態、車位、隔間、管理、房價等。把一般人最關切的「地理位置」，變成可以分析座標連結，還可推估出總價的合理上下界線，未來甚至可提供銀行業者作為房屋鑑價參考。
「航海王–部落客銀行」分析的是 PIXNET 開放的資料集，目的協助媒合適當的廠商與部落客所建立的透明化平台，當中部落客也可透析自身的優劣勢。過程包含
- 部落客分群設定包含發文數、回應數、好友數、訂閱數、總hit數。
- 分析在某個分類的活躍程度。
- 根據內容關鍵字，找出其他面向的潛在優勢。
廠商關心部落客的分類、相片分類及拍照時間，以了解部落客的生活型態，對投放代言的產品效果可能因此而大不同。
「愛住易–找尋銀髮幸福宅」提供銀髮族退休人口的好所在，以人為本的核心，居家生活品質為主要訴求，包含鄰近地區是否有醫療院所、休閒設施等，得出換屋需求，該世代的他們具有比較好的經濟能力，對於生活要求較高。本作品重點不只是物件間的距離，更重要的是該區域可提供的服務能量。從銀髮族關心的關鍵，篩選出幸福最適宅的友善行政區(每萬個老人可以獲得資源的比例)，得出可能結果目前是內湖排名最高、萬華排名最低，核心在於處理讓人感到幸福的因素，未來將縮小行政區域，改以生活圈來表達，另這個作品的視覺化呈現方式達到簡單、淺顯、易讀，讓現場很多人大呼驚艷的上乘表現。
「小資“救世“組–千金買房‧萬金買鄰」重點在於如何選擇自己喜愛的好鄰居類型，條件值包含美食、交通、教育、購物等，檢索出該區域生活輪廓與經緯度定位，以中山區為範圍，資料來源從不動產實價登錄、Google Place、PIXNET 地區照片等，計算出瀏覽次數高且熱門區域，並得出推薦分數，可從每坪單價可推算出自身能負擔的能力區間，後續研究美食文章與房價是否有正相關，以推估符合心目中的理想。
「Captain-Hot Zone」取得資料來源為 PIXNET 做分類熱門照片，利用 CartoDB 做資料圖層，純有熱點不夠看，用Curation比對過的熱點才犀利，協助需求者後續決策分析，加上軌跡的概念讓規劃更效率，例如把這些熱點以季節做為分類標示，可以幫助使用者快速找出私房景點，而UI同時也是本作品關注之處。
Johnson老師分享了近期的服貿事件X資料科學，藉由前5個大家經常關注的媒體，如 g0v 現場文字轉播、PTT 服貿版、蘋果日報、中時電子報、聯合新聞網，利用「關鍵字」計算出關聯性，透過曲線粗細表示關係強度，得出現場文字轉播跟 PTT 關聯性最大，以及媒體間的關聯性很高。
黑貘分享了從資料科學看學運儀表板，以「服貿東西軍」為例，重視 “civic technology” 維度所關注民意呈現，目前進行式「林克傳說」試圖了解民意透明化的全民政治，剖析各媒體管道發佈的訊息，透過廣大使用者分享後，最後實質所關注的潛在重要議題為何？所處理運算及分析的資料，已經是幾億筆的 data 透過降冪到10的5次方，除了從服貿東西軍來觀察媒體光譜，不妨由人民力量展現圖仔細找出蛛絲馬跡，例如學運是在什麼時段，或在什麼地點都是最熱門的焦點。這些實作透過緊密的交叉比對，通常可獲得真實有趣的結果。 
資料科學養成的過程，讓我們從慣性的主觀印象來解讀任何大小事件的繁瑣決策，轉移到如何聚焦，以視覺化呈現多樣化分析的真實結果，這條路即便一路蜿蜒，仍是值得不斷精進的道路。
討論區：http://cft.io