（圖片來源：網路）

雙黃連可以預防新冠狀病毒？

新冠病毒通過眼神對視傳播？

“中國人比歐美人更易感染新冠肺炎？”

以上關于新冠的謠言你聽到過多少？新冠病毒（Covid-19）的傳播引起了全世界的恐慌和新聞報道的狂熱。然而，關于病毒的虛假信息傳播得比病毒本身還要快。

（圖片來源：網路）

在網絡媒體日益發達的今天，相比“數量”，信息的“準確性”成了令媒體人以及管理人員更加頭疼的難題。對于人類來說都難分真假的信息，是否有可能通過海量的內容信息比對——人腦無法完成，讓 AI 幫助我們識別其可信度呢？

未來也許還沒有近在眼前，但領域的前沿，已經有一批先鋒開始了探索。

此次，Blended Learning MIT 官方課程項目組 推出《在線討論模型的參數，分析和可視化 - Twitter 課程項目》，將領域內最前沿的研究內容和知識帶給大家！

在此 PBL 中，學生將有機會了解研究在線社區行為的不同方法，并學習如何呈現和可視化與該研究相關的數據。我們將使用一個專門的平臺來組織實驗性辯論，并從社交媒體 (Twitter) 獲取數據。此外，還可以對來自個人訪談和焦點小組的數據進行定性數據分析。

數據可視化不是數據分析的終點

而是輔助決策的起點

（圖片來源：網路）

數據分析是一個探索性的過程，通常從特定的問題開始。它需要好奇心、尋找答案的欲望和韌性，因為這些答案并不總是容易得到的。

數據可視化涉及到數據的可視化展示，從單個圖表到全面的儀表盤。有效的可視化顯著減少了受眾處理信息和獲取有價值見解所需的時間。但是有效的可視化需要滿足幾個條件，而且理想中的可視化總和現實有很多差距。

（圖片來源：網路）

數據分析和數據可視化之間存在著差別。但這并不是說兩者永遠不會和諧共處或者離和諧很遠。

在實際處理數據時，分析應該先于可視化輸出，而可視化分析可能是呈現有效分析結果的一種好方法，兩者在應用中存在著關聯。

《在線討論模型的參數，分析和可視化 - Twitter 項目》課程中大家將根據自己選擇的主題或使用現有數據庫之一生成自己的內容。然后，借助可用的內容分析工具，驗證假新聞可能存在的特征。

我們還將分析社區在社交媒體上的行為，包括熱點話題、情緒和信息共享。我們還將熟悉辯論質量指標，例如：參與度、沖突、成熟度、爭議、社會紐帶的密度和強度。通過跟蹤特定的指標，我們可以了解很多關于辯論的性質，分析結果將進行可視化。

Blended Learning MIT

麻省理工學院是世界上著名私立研究型大學，以頂尖的工程學和計算機科學而著名。

Blended Learning MIT 是麻省理工學院 MIT Open Learning 旗下平臺 MIT xPRO 和美國知名教育平臺 Touch EdTech 聯合開發的系列課程項目，也是先目前MIT 針對世界大學生提供的最大型的官方課程項目之一。

2021年秋，Blended Learning MIT 攜手哈佛商學院（Harvard Business School）聯合開設了數據分析主題等相關課程。

課程亮點

課程收獲

• 與不同知識水平的聽眾進行有效的溝通（書面和口頭）的能力

• 在線討論模型和行為分析領域一篇可發表的論文以及項目導師親自撰寫的推薦

• 強大的分析能力，包括指標識別、數據收集和可視化

• 研究和評估方法以及調查技術方面的專業知識

如果你對該項目感興趣可以

掃描二維碼👇

與?MIT 學姐?進行1對1咨詢

掃描二維碼 聯系我們

微信號｜blendedlearningx

(添加時請備注“姓名、學校、學院、及學號后四位”)

總結

以上是生活随笔為你收集整理的”真相是否只有一个？”麻省理工学院带你数据可视化分析假新闻的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。