不同于以往的授课式课堂风格，这次斯坦福大学的教授Hadley Wickham开设了一门论文讨论课。课程名为：Readings in Applied Data Science。要求学生每周阅读3~4篇论文，并给出反馈。
考虑到内向和不善表达的学生，课程采用Stephen D. Brookfield和Stephen Preskill的讨论手册中的技巧来确保每个人都有机会参与课堂讨论。课程成绩的评判也没有采用传统的结课考试，而是由课堂参与、讨论准备、课外阅读笔记三部分得分构成。
Hadley Wickham教授已在网上贴出了这门课程的阅读清单推荐，下面这些论文，你读过哪些？
什么是数据科学
-
数据科学家大多只做算术,这是件好事—— Noah Lorang（2016）
https://m.signalvnoise.com/data-scientists-mostly-just-do-arithmetic-and-that-s-a-good-thing-c6371885f7f6
-
企业数据分析和可视化：面试研究——Sean Kandel，Andreas Paepcke，Joseph Hellerstein，Jeffrey Heer（2012）
https://idl.cs.washington.edu/papers/enterprise-analysis-interviews
-
50年的数据科学（OA预印本）——David Donoho（2017）（注：这是一份讨论文件，许多着名的统计人员对评论做出了贡献。）
https://www.tandfonline.com/doi/abs/10.1080/10618600.2017.1384734
数据收集和协作
-
整洁的数据——Hadley Wickham（2013）
https://www.jstatsoft.org/article/view/v059i10/
-
电子表格中的数据结构——Karl W Broman，Kara Woo（2017）
https://peerj.com/preprints/3183/
-
在数据项目中使用Google表格的最佳做法——Matthew Lincoln (2018)
https://matthewlincoln.net/2018/03/26/best-practices-for-using-google-sheets-in-your-data-project.html
软件工程
-
数据科学家的软件开发技能——Trey Causey（2015）
http://treycausey.com/software_dev_skills.html
-
打扰一下，你有没有时间谈论版本控制？——Jennifer Bryan (2017)
https://peerj.com/preprints/3159/
-
足够好的科学计算实践——Greg Wilson，Jennifer Bryan，Karen Cranston，Justin Kitzes，Lex Nederbragt，Tracy K. Teal（2017）
http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1005510
DevOps
-
介绍Docker进行可重复研究，并以R环境为例——Carl Boettiger（2014）
https://arxiv.org/abs/1410.0846
-
机器学习:技术债务的高利息信用卡——D.Sculley，Gary Holt，Daniel Golovin，Eugene Davydov，Todd Phillips，Dietmar Ebner，Vinay Chaudhary，Michael Young（2015）
https://research.google.com/pubs/pub43146.html
教学
-
统计学入门课程：托勒密体系？——George W Cobb (2013)
https://escholarship.org/uc/item/6hb3k0nz
-
数据科学教育的民主化——Sean Kross，Roger D Peng，Brian S Caffo，Ira Gooding，Jeffrey T Leek（2017）
https://peerj.com/preprints/3195/
-
教授数据科学统计——Danny Kaplan (2017)
https://peerj.com/preprints/3205/
数据道德
-
伦理数据科学家——Cathy O'Neil (2016)
http://www.slate.com/articles/technology/future_tense/2016/02/how_to_bring_better_ethics_to_data_science.html
-
大数据，机器学习和社会科学——Hannah Wallach（2014）
https://medium.com/@hannawallach/big-data-machine-learning-and-the-social-sciences-927a8e20460d
-
数据科学道德准则——DJ Patil（2018）
https://medium.com/@hannawallach/big-data-machine-learning-and-the-social-sciences-927a8e20460d
-
统计实践的道德准则——美国统计协会职业道德委员会（2016年）
http://www.amstat.org/ASA/Your-Career/Ethical-Guidelines-for-Statistical-Practice.aspx
可复用性
-
计算科学最佳实践——Victoria Stodden, Sheila Miguez (2014)
https://openresearchsoftware.metajnl.com/articles/10.5334/jors.ay/
-
rOpenSci如何使用代码评审来促进可复用的科学——Noam Ross，Scott Chamberlain，Karthik Ram，MaëlleSalmon（2017）
https://ropensci.org/blog/2017/09/01/nf-softwarereview/
工作流程
-
平易近人的社会科学导论——Kieran Healy (2016)
http://plain-text.co/
-
打开笔记本历史——Caleb Daniels（2013）
http://wcm1.web.rice.edu/open-notebook-history.html
-
如何成为现代科学家——Jeff Leek（2016）
https://leanpub.com/modernscientist
业界
-
在Twitter上做数据科学——Robert Chang（2015）
https://medium.com/@rchang/my-two-year-journey-as-a-data-scientist-at-twitter-f0c13298aee6
-
程师不应该写ETL构建一个高功能数据科学体系的指南——Jeff Magnusson(2016)
https://multithreaded.stitchfix.com/blog/2016/03/16/engineers-shouldnt-write-etl/
-
在Airbnb上使用R包和教育来发展数据科学——里卡多比昂（2016）
https://medium.com/airbnb-engineering/using-r-packages-and-education-to-scale-data-science-at-airbnb-906faa58e12d
-
Instacart的数据科学——Jeremy Stanley（2017）
https://tech.instacart.com/data-science-at-instacart-dabbd2d3f279
-
.rprofile：Jenny Bryan——Kelly O'Briant（2017）
https://tech.instacart.com/data-science-at-instacart-dabbd2d3f279
-
营销数据科学——Erik Oberg（2018）
https://medium.com/indeed-data-science/marketing-for-data-science-a-7-step-go-to-market-plan-for-your-next-data-product-60c034c34d55
职业发展
-
在数据科学就业市场上的感觉如何——Trey Causey（2016）
http://treycausey.com/data_science_interviews.html
-
学术求职建议——Matt Might
http://treycausey.com/data_science_interviews.html
-
数据科学中的冒充者综合征——Caitlin Hudon（2018年）
https://caitlinhudon.com/2018/01/19/imposter-syndrome-in-data-science/
