搜尋結果
2023年3月22日 · 1. 簡介. 2. 上班常用 Excel 技巧. 2.1 使用快捷鍵. 2.2 使用自動填充功能. 2.3 使用數據驗證. 2.4 使用條件格式化. 3. Excel 常用函數和基礎公式教學. 3.1 SUM 函數. 3.2 AVERAGE 函數. 3.3 COUNT 函數. 3.4 IF 函數. 案例實作. 免費點我下載完整數據分析案例. 4. 解決不同問題的 Excel 公式與函數. 4.1 將多個文本字符串連接時. 4.2 查找相關數據時. 4.3 計算範圍中滿足特定條件的單元格的數量時. 4.4 基於一系列條件來進行計算時. 4.5 在列表或數據集中找到最大值或最小值時. 4.6 對日期進行操作時. 案例實作. 複雜函數案例實作. 資料科學和 Excel 有什麼關係？ 1. 簡介.
2024年3月29日 · 在與資料密不可分的時代，如何善用資料來解決問題，培養數據思維、進而建立數據分析的能力？AC 校長 Bernard 與資料工程師維元，帶領團隊透過案例實作，深度探討資料分析流程。以下針對「定義問題」與「提出假設」兩個環節，說明其目標、方法與案例，邀請你一起來練習用數據思考解決問題。
2024年1月29日 · 能針對目標持續學習，才能持續往目標前進，也才是正確的心態和方法。如何持續學？拆解目標、階段完成、要開心 有 2 個建議：找到目標、拆解目標、分成階段去完成；開心學、不要有壓力。例如，選擇短小、容易完成的課程學習。
2023年4月29日 · 內容目錄. Jupyter Notebook 簡介：一個交互式的科學計算平台. 什麼是 Jupyter Notebook？. 交互式計算：為何這麼重要？. 為什麼選擇 Jupyter Notebook：特點與用途. 功能豐富的界面. 實用性與應用場景. 點我免費領取非本科轉職工程師指南！. Jupyter Notebook 安裝與 ...
2024年3月11日 · 各種分析工具都擁有他獨特的優勢及適用的範圍，從傳統的統計方法到現代的機器學習技術，這些工具應用於不同場域下能發揮顯著效果，以下將舉例 5 種使用情境及搭配的分析工具，介紹如何根據具體需求選擇適合的工具來實現分析目標： 情境一：從大量資料集中提取特定範圍的數據. 常使用的工具： SQL (Structured Query Language) 多數情況下，資料會被儲存在資料庫中，好處是可以統一管理及維護，提高資料的安全性，同時也是數位化的其中一環，促進資源共享。 將資料儲存到資料庫中還可以讓我們精確定義好存取的欄位，確保儲存的內容既重要又且具有統一的定義。 下方圖表以客戶資料作為舉例。 SQLite 資料庫操作示意（圖片來源：Rainee Hsu 繪製）
2024年2月20日 · Data Pipeline 是指利用程式自動化定期的資料處理過程，Data Pipeline 其實就是 MLOPs 前面那一段自動化過程。 資料前處理的另外一個工作，在真實的世界中資料往往沒有想像中的「乾淨可用」。 在實務中，資料會有資料缺失（Incomplete/Missing data）、雜訊（Noise）、離異值（Outliner）等等的問題，這樣的資料會導致模型無法正常運算。 資料前處理泛指的是在分析演算法之前，對資料進行處理跟調整，避免模型因為資料產生的瑕疵而誤判。 綜合上述幾個問題，我們可以把資料前處理分成三個面向： 資料清理與型態調整. 資料探索與視覺化. 特徵工程. Data Engineer 工作內容是什麼？ 從面試重點了解資料工程師. 立即領取.
2024年1月8日 · 不過，圖表種類非常多，以下的判斷只能涵蓋工作上常見的需求。 如果你的使用情境恰巧不適用，我們也在最後附上四種不同的圖表資源，供你深入挖掘。 （本文圖表若無特別說明，來源皆為作者製作） 步驟一：最希望呈現資料裡的哪一個關係？ 第一步要確認：在這些數字中，我們最關注哪一個面向？ 工作中，最常遇見的資料分析需求包含以下四種：「比較大小」、「了解趨勢」、「呈現整體組成」，以及「呈現分佈」。 「比較大小」：長條圖. 直條圖：比較大小時最常用的圖表. 分組長條圖：適於比較分組中的值. 橫條圖：適用資料項目很多時，可避免圖表過寬.
