資料分析工具那麼多，該怎麼選？
隨著資料科學的演進，許多商業軟體都逐漸成熟。從完整的套裝軟體到實現彈性比較強的程式來說，大概可以把常見的資料分析工具分成幾種類型，有 BI 工具像是 Tableau 或 Power BI，分析模型套裝軟體像是 SAS或是 WEKA，程式語言像是 Python 或 R，這麼多工具到底怎麼選？
資料分析 5 步驟，成為數據分析師 Data Analyst 的 Top 3 技能
Data Analysis 數據分析是將龐雜數據進行整理分類後，從中得出解決問題和進行決策的見解作為參考依據。小至個人、大至跨國企業組織，不管是用來優化行銷、找到商業機會或是加強組織內部效率，都需要懂得能利用資料分析來提升決策品質。
機器學習是什麼、有何應用？和深度學習的差異
機器學習 Machine Learning （簡稱ML）是AI人工智慧的一門科學，深度學習 Deep Learning 則是 ML的分支，這篇帶你了解他們到底是什麼、有什麼應用以及兩者的不同。
NLP 跨語言 Word embedding — 什麼是跨語言模型
NLP（Natural Language Preprocessing）又稱為自然語言處理，常見的跨語言模型包含M-Bert、LASER、MultiFiT和XLM。由於工作專案中需要處理跨語言語料的問題（e.g. 文本當中包含了英文、法文、德文），因此開啟了 Cross-Lingual Word Embedding（跨語言詞嵌入） 的研究領域，Word embedding 是將字詞映射到一個向量空間，是一種 Word representation 的方式。
你的 Machine Learning Model 品質高嗎？ML機器學習建模 3 個常見錯誤
這篇文章會分享身為資料科學家，實際上在 Modeling 時容易犯的三個錯誤：NA Value、Duplicate Record、Data Leakage，這些小細節會如何影響模型及實際工作場景，以及如何避免上述狀況發生。幫助想了解 Machine Learning 或是剛踏入這個領域的人，建立出品質更好、更 robust 的模型。
建立數據分析與問題解決能力，你要知道的數據思維6大流程
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 團隊透過一系列實作，認識資料分析流程，並針對「定義問題」與「提出假設」進行深度討論。
Python 網路爬蟲：學習地圖與策略
許多人會選擇 Python 做為程式開發或資料科學的入門語言，因為其「語法容易」與「第三方資源豐富」兩個特性。所謂的「第三方資源豐富」是指，Python 可以搭配許多套件來完成特定領域的工作。Python 在爬蟲領域也如此
自學統計學資料分析：認識3個基本統計知識
想了解資料與統計的同學們，常常聽到資料界的工程師說分析、模型都要用到統計的觀念，但統計的觀念是運用在哪?透過本文中的簡單例子，來介紹一些統計的概念。根據統計，我們能推測什麼。如何建立假設，開始檢定。以及統計上像是平均數、標準差及常態分布等基本知識。
Big Data 大數據是什麼？從醫療大數據案例看AI數據問題與解方
大數據（Big Data) 又被稱為巨量資料，隨著儲存設備越來越便宜， 越來越大量的資料被儲存，不論企業或研究員都開始思考, 巨量資料對我們的幫助以及如何從中萃取知識。藉此產生出許多擁有高獨特性、有價值的產品。
Python、R 、Julia 三大程式語言怎麼選？來自資料科學家的觀點
Python、R語言、 Julia 號稱是資料科學的三大程式語言，就我自己的觀點來看，目前看起來 Python 是首選、有些比較專業的統計方法可以考慮 R ，至於 Julia 還要觀望一下。