搜尋結果
2023年8月8日 · 管其毅 是台灣最大資料社群 「台灣資料科學社群 TWDS Meetup」 創辦人，致力推動台灣資料領域成長與培育人才。 過去他曾待過 eBay、擔任過 Linkedin 資料總監，現在是 TaskRabbit 的 VP of Data。 管其毅說明，「數據治理 Data Governance」這個概念在亞洲並不普遍，也因為台灣企業的規模小，所以大家比較熟悉「數據工程 Data Engineering 」。 但其實，「數據治理」不是新的東西，而是當企業變大後，一個保護和管理資料的框架，也是指引組織應用數據的一套流程。 過去 10 年來，越來越多人開始討論「數據治理」，這是因為在商業模式日益複雜與數據工具日新月異之下，企業需加要一個能幫助他們在應用數據時，有效控管與降低風險的方法。
2023年6月4日 · AI工程師工作內容. AI工程師在設計、開發及實施生成式AI模型方面擔當關鍵角色，他們利用機器學習和AI的知識，創建能夠基於現有數據生成新內容的模型。 以下是AI工程師主要的職責和技能要求： 1. 設計、開發和實施生成式AI模型. 設計階段： 確定最佳算法來實現預期結果，要求對各種生成式AI算法及其優缺點有深入理解。 開發階段： 包括用現有數據訓練模型並進行微調以提升性能。 實施階段： 將AI模型整合到現有系統中或圍繞模型設計新系統，需要強大的軟件開發理解能力。 2. 調整現有生成式AI模型. 調整和精煉預先存在的模型以增強性能、適應新數據或滿足特定項目需求。 分析模型行為，識別表現不佳或產生意外結果的領域。 可能涉及調整超參數、修改模型架構或豐富訓練數據集。 3.
- Power Bi 主要功能
- PowerBI 常用技巧
- Power Bi 學習資源
PowerBI 主要功能有： 1. 數據視覺化：Power BI提供了一套全面的數據視覺化工具，允許你將數據轉化為易於理解的圖表和圖形。從簡單的柱狀圖和線圖，到複雜的地理熱圖和3D數據視覺化，Power BI都可以處理。 2. 數據連接：Power BI可以連接到各種不同的數據源，包括本地數據庫、Excel工作簿，甚至是雲端數據源，如Azure SQL Database、Salesforce、Google Analytics等。 3. 數據整理： 使用 Power Query，你可以從各種數據源匯入數據，並進行清理、轉換、和重塑以滿足你的分析需求。 4. 交互式報表：Power BI的報表是完全交互式的，這意味著你可以實時地探索和分析數據。例如，你可以點擊一個視覺化元素來看到與它相關的詳細數...
當使用Power BI時，有許多實用的技巧可以幫助您更好地處理數據並創建優秀的報告。以下是五個最實用的Power BI技巧 1. 使用計算表格： 1.1. 技巧：在Power BI Desktop中，您可以使用計算表格（Calculated Tables）建立新的表格，這些表格基於現有數據表的計算而來。 1.2. 解說：計算表格允許您建立客製化表格，以包含所需的計算、篩選和分組。這非常有用，特別是當您需要在數據模型中建立具有特殊需求的表格時。 2. 使用篩選器（Filter）： 2.1. 技巧：在儀表板或報告中添加篩選器，方便用戶過濾數據。 2.2. 解說：刷選器是Power BI中的互動式控制元素，允許用戶快速篩選數據，查看不同層面的細節。這有助於用戶自己探索數據，使報告更具互動性。 3....
以下是一些免費的 Power BI 學習資源： 1. 1.1. Power BI 官方文檔 1. 1.1. Microsoft Power BI YouTube 頻道 1. 1.1. Power BI 社群 瞭解了 PowerBI 的基本概念和如何開始使用後，現在就可以開始您的數據視覺化之旅了。
其他人也問了
立柱是什麼意思?
巨人柱是什麼?
時柱劫財是什麼意思?
赤柱市集是什麼?
2023年11月21日 · 結語. 資料視覺化是一門將資料轉換成圖形或圖像形式，以利於人們理解和分析的技術。 隨著大數據時代的來臨，資料視覺化在商業、科研和其他領域中扮演越來越重要的角色。 本文將介紹資料視覺化的基本概念，並分享一些實用的案例和工具推薦。 什麼是 Data Visualization 資料視覺化？ 資料視覺化是一種通過使用圖形元素（如線條、形狀、顏色等）來表示資料的技術，目的是讓人們更直觀地理解資料的內容和結構。 資料視覺化可以幫助人們快速識別資料中的模式、趨勢和異常，從而提高分析效率，支持決策和預測。 資料分析 5 步驟，成為數據分析師 Data Analyst 的 Top 3 技能. 資料視覺化的設計原則. 在進行資料視覺化時，遵循以下幾個基本原則可以幫助您更有效地傳達資訊：
2023年4月29日 · Jupyter Notebook 是一個開源的網頁應用，它允許用戶創建和分享包含即時程式碼、數學方程、可視化和解釋性文本的文檔。 交互式計算：為何這麼重要？ 這個平台適合做實驗、數據分析，而且還支持多種編程語言，例如 Python、R 和 Julia。 為什麼選擇 Jupyter Notebook：特點與用途. 功能豐富的界面. 介紹 Jupyter Notebook 的使用者界面和各種可用的工具。 實用性與應用場景. 從數據清洗到機器學習，Jupyter Notebook 在數據科學的全流程中都發揮著重要作用。 立即領取. 點我免費領取非本科轉職工程師指南！ Jupyter Notebook 安裝與使用的詳細教學. 系統要求.
2023年4月3日 · 小結. 資料探勘（Data Mining）是一種從大量資料中自動找出有價值資訊的過程。 通過使用各種統計、機器學習和AI技術，資料探勘可以幫助企業和研究者發現隱藏在資料中的模式、趨勢和關聯，從而做出更明智的決策。 Data Mining 6階段. 資料探勘 Data Mining 過程通常包括以下幾個階段： 資料收集：從不同來源收集原始資料，例如資料庫、網站、社交媒體等。 資料預處理：清理和整理資料，解決資料缺失、重複或不一致的問題。 資料轉換：將資料轉換為適合分析的格式，例如特徵提取、資料編碼等。 資料建模：應用統計、機器學習或AI演算法來挖掘資料中的模式和關聯。 評估和驗證：評估模型的性能和準確性，根據需要對模型進行調整。
2023年4月2日 · 從基本技能到資深專業，了解如何成為成功的前端工程師並在職業生涯中茁壯成長。 前端開發技能樹. 基本技能： HTML：熟悉 HTML 語法和標籤，能夠建立結構化的網頁。 CSS：熟悉 CSS，能夠設計RWD布局，掌握 Flexbox 和 Grid 等布局技術。 JavaScript：熟悉 JavaScript語法、概念及最佳實踐. 框架和函式庫： React.js：掌握 React 及其生態圈，了解虛擬 DOM、模組化和狀態管理等概念。 開發工具和技術： 版本控制：熟悉 Git 和 GitHub，能夠進行分支管理、合併和衝突解決。 打包工具：熟悉 Webpack 等打包工具，了解模組化開發。 預處理器：熟悉 Sass、Less 或 Stylus 等 CSS 預處理器。
