当新进的销售员没有前辈的直觉经验判断时，要如何有所突破?本周的「大数据分析与应用」运用上述情境带入课程，让同学很有感。
110年度教育部「智慧创新跨域人才培育联盟计画」—「大数据行销」计画主持人、任课教师徐明珠在本周11月16日的「大数据分析与应用」课程中邀请了林汉洲老师协同，林老师运用资历不同的两位汽车销售员如何判断眼前的顾客会不会买车的事例，将当日的课程深入浅出的介绍给同学，为决策树算法的课程铺成。
从已知的资料去推测未知的选择是大数据行销应用重要的一环，徐明珠老师表示，从既存的资料中发掘未知、潜在有用的资讯是谓资料探勘，决策树是其中一项探勘技术。本周的课程主题就是决策树，老师们要同学想像它就是建造一棵树的概念，有根节点、分支及叶节点，在默认的分类下，透过程式演算，一步步产生不同条件下对应分类结果的规则，作为决策的参考。
在课程开始之初，林汉洲老师用同学们相对容易涉入的汽车销售员的事例作为开头，而不是直接讨论决策树的预测模型如何运作，试图要淡化课程在逻辑思考上的复杂性，让同学们能更快的理解决策树算法的运作。虽然决策树算法在概念上的理解不难，但从课堂同学反应看起来，背后的逻辑思考需要更多的时间来消化和理解。
到了课程后段，开始学习决策树的程式语言撰写时，林老师让同学用Colab - Python云端编辑器来执行python，有了之前打下程式语言撰写的基础，加上现场有林老师与徐老师从旁一步一步教导下，发现多数的同学们还是能顺利跟上决策树的进度，并且知道问题出在哪，经过修正最后跑出正确的结果。
在徐老师与林老师双师跨域教学下，尽管课程难度又提升了，但两位老师以一对一的方式带着同学完成，确保每位同学都有跟上，不会因为一个步骤卡住而无法继续跟上课程进度，对于跨领域学习大数据应用的传播系同学，每周能确实地掌握课程内容，才会变成一项能带着走的能力。
本周课程内容为python与决策树应用
操作的过程中两位老师会随时为同学解惑
林老师会让每一位同学都确实跟上目前进度
同学能确实掌握每周的课程，大数据应用才会是一项能带着走的能力
