搜尋結果
2024年2月23日 · 數據分析師該學習哪些東西？ 1. 統計學和數學. 2. 程式設計（特別是Python或R） 3. 數據可視化. 數據分析如何學習？ 初學者階段：打好基礎. 中級學習者階段：技能深化. 進階學習者階段：專業發展. 數據分析師的職涯發展路徑與選項. 初級階段：數據分析師. 中級階段：高級數據分析師. 高級階段：數據科學家. 專家階段：業務分析經理/資料分析主管. 學習數據分析的指引「數據分析職能地圖」 數據分析師（Data Analyst）是做什麼的？
2024年3月29日 · 1. 定義與拆解問題. 免費點我下載完整數據分析案例. 2. 探索資料. 3. 分析數據. 4. 驗證假設. 5. 溝通決策. 如何成為數據分析師：必備的 3 個技能. 資料分析會遇到的挑戰與解方. 資料分析的常用工具. 數據分析師和資料科學家的差別. 結語. 什麼是資料分析（Data Analysis）? 資料分析是一種過程，透過搜集、清理、處理和解釋大量的資料，以找出有用的信息、提出結論或支援決策的過程。 資料分析可以用於多個領域，包括商業、科學研究、政府決策等。 在商業領域，資料分析是一種能力，可以幫助公司了解他們的客戶、評估廣告活動和產品性能、競爭情勢分析，並做出有根據的決策。 資料分析 5 步驟. 1. 定義與拆解問題.
2023年7月26日 · 舉例來說: 以癌症預測為例，根據國健署最新癌症登記報告，107年男性年齡標準化癌症發生率為每10萬人口341.3人，也就是說資料標籤分布為99659:341，比例相當懸殊，在這樣的資料分布底下，只要我模型全猜病人都是健康的人，準確度就會是99%，而這樣的
2024年2月20日 · 步驟一：溝通需求與目標. 當別人提出需求時，很重要的一點是「先問他到底為什麼要做？ 溝通很重要，如果不了解背後動機，時間花了做出來對方不滿意，那就是兩敗俱傷。 所以要先溝通需求，釐清原本的問題是什麼。 如果公司要做 Chatbot，有兩個可能性： 客服團隊成本太高，那麼 Chatbot 要解決的問題是降低成本. 客服團隊的客服品質不好，那麼 Chatbot 要解決的問題是能提升品質. 釐清需求後，要再了解對方的團隊是否有以前的資料可以用，如果沒有，就要從蒐集資料開始。 步驟二：拆解問題，不斷假設驗證. 確定有資料後，接下來開始分析，根據目標提出假設。 比如目標是要提高客服品質，那首先要先用資料證明為何客服品質不好，如果沒有資料，就先蒐集資料，比如讓使用者填問卷，先確定這是團隊要解決的問題。
2023年8月16日 · 用「學程式無效量表」健檢一下，來看自己中了幾個吧。 但如果中了很多個怎麼辦？ 先別放棄治療，我們幫你找出與分析關鍵問題，再給你 5 個方法，幫你建立好的習慣，開始有效自學。
2023年4月7日 · 大數據是什麼？ 大數據是指在傳統數據處理應用軟件無法有效處理的大量數據集合。 其主要特徵是具有 高度的異質性 ， 大量的數據量 ， 快速的數據產生與傳輸速度 ，以及可能 低品質或不確定的數據值 。 這些特點也被稱為大數據的四個V：Volume（數據量）、Velocity（速度）、Variety（種類）和Veracity（真實性）。 多大才能算是大數據？ 一般來說，當我們談論大數據時，我們通常是指數據集的大小在一兆位元組（TB，terabytes）以上，甚至達到拍位元組（PB，petabytes）或艾位元組（EB，exabytes）等數量級。 然而，這並不是一個硬性的規定，更重要的是這些數據無法被傳統的數據庫管理工具有效處理。 立即領取. 免費點我下載完整數據分析案例. 大數據為什麼重要？
2023年8月8日 · Data Scientist 工作內容與3大核心技能. 8 月 ALPHA Camp AMA 直播活動，邀請到主張數據 Numbers 創辦人暨執行長 Tammy，分享她在資料科學領域的創業經驗與觀察。 成為資料科學家不只有單一路徑，求學期間一路深耕物理專業的 Tammy，將分享她如何從物理博士轉變為資料科學家，並解惑資料科學、AI 領域相關問題： 資料科學應用案例：如何量化複雜問題，在系統導入任務排序機制. 擁有資料科學知識與技能，能做到什麼？ Tammy 分享她在外商軟體公司擔任技術團隊負責人時，運用資料科學的實際案例： 技術團隊每天會收到來自不同部門回報的 issue，而各部門都會認為自己的需求要優先處理。
