Merge e078fa7d25 into 4979ddabbe

docs/软件工程/17803.md

@@ -0,0 +1,33 @@
+# CMU 17-803: Empirical Methods
+
+## 课程简介
+
+- 所属大学：CMU
+- 先修要求：无
+- 编程语言：不限
+- 课程难度：🌟🌟🌟
+- 预计学时：100 小时
+
+<!-- 用一两段话介绍这门课程，内容包括但不限于：
+    （1）课程覆盖的知识点范围
+    （2）与同类课程相比它的优势与特点
+    （3）学习这门课程的体验与感受
+    （4）自学这门课的注意点（踩过的坑、难度预警等等）
+    （5）... ...
+-->
+这门课专注于一个相对“陌生”的领域——包括但不限于软件工程领域的实证研究，由 [Bogdan Vasilescu](https://bvasiles.github.io/) 讲授，他在实证研究和开源软件研究方面非常深入。
+
+这门课是 CMU 为从事该方向研究的博士生开设的，涵盖一系列定性与定量研究方法，如访谈、定性编码、调查设计以及多种数据统计分析方法，帮助学生了解、学习与从事实证研究。课程还会介绍挖掘和整合 GitHub 和 Stack Overflow 等软件存储库中的数据，并运用统计建模、社交网络分析等数据分析技术。
+
+尽管计算机领域在传统上更注重工程技术，但对于工具、技术的设计、评估以及其可能的社会价值来说，实证研究是必需的。例如评估新算法或新技术框架，对某个领域进行相关数据分析，去了解从业者可能面临的挑战。这门课可以扩展和补充专注于技术领域视角。对于想要从事涉及软件工程领域实证研究的科研方向的朋友，这门课可能是一个很好的入门课程。
+
+## 课程资源
+
+- 课程网站：[Fall 2022](https://bvasiles.github.io/empirical-methods/), [Spring 2021](https://bvasiles.github.io/empirical-methods/spring-2021/), [Fall 2018](https://bvasiles.github.io/empirical-methods/fall-2018/)
+- 课程视频：Youtube 具有 Fall 2022的全部[公开视频](https://www.youtube.com/watch?v=IDtePCle3Qc)
+- 课程教材：未公开，每节课前会有阅读材料
+- 课程作业：未公开
+
+## 资源汇总
+
+在学习这门课中用到的所有资源都请详见 [GitHub网站](https://github.com/bvasiles/empirical-methods)

mkdocs.yml

@@ -187,6 +187,7 @@ nav:
   - 软件工程:
       - "MIT 6.031: Software Construction": "软件工程/6031.md"
       - "UCB CS169: software engineering": "软件工程/CS169.md"
+      - "CMU 17-803: Empirical Methods": "软件工程/17803.md"
   - 体系结构:
       - "Coursera: Nand2Tetris": "体系结构/N2T.md"
       - "UCB CS61C: Great Ideas in Computer Architecture": "体系结构/CS61C.md"