〈資料分析〉彙整

Tableau：資料視覺化BI工具教學

探索資料視覺化的世界，理解Tableau是什麼並學習如何有效使用這個強大的BI工具。這篇文章將引導你瞭解Tableau的基本功能，並提供實用的入門教學，讓你快速上手。

Data Cleaning 資料清洗，又稱為資料整理，是資料預處理過程中的一個重要環節。在進行資料分析或建立機器學習模型之前，資料清理對確保分析結果的準確性至關重要。本文將介紹資料清理的基本概念、方法，以及資料清理在實際應用中的重要性。

數據分析師（Data Analyst）又稱資料分析師，一般定義是能將原始數據轉化成可用於制定決策的資訊和知識的人。這篇分享數據分析師需要的技能與工作內容。

資料科學家(Data Scientist)收集和分析大量數據。結合了計算機科學、統計學和數學來分析、處理和建模數據，然後解釋結果，為公司制定可行的計劃。這篇介紹資料科學家的工作內容和核心技能。

SQL (Structured Query Language 結構化查詢語言) 是一種專門用來管理與查詢關聯式資料庫(Relational database)的程式語言。這篇介紹關聯式資料庫的三個特徵，帶你認識基礎的SQL語法入門。

資料在整個分析的過程中扮演非常重要的角色。在真正開始進行分析之前，會建議先透過一些簡單的觀察對資料先有初步的認識。透過系統性的方式來建立對資料的感覺。

「資料前處理（Data Preprocessing）」分成三個面向：1. 資料清理與型態調整 2.資料探索與 3.視覺化特徵工程。是實務上在收集完資料之後，到真正進入模型之前的重要環節。

傳統的資料科學模型通常只考慮到「產出模型」為止，著重的是如何訓練一個「好」的模型，產生交付的通常是一個模型。但有了一個好的模型之後，然後呢？

資料科學家、資料分析師和資料工程師，在資料團隊實務工作上，不同的技能是如何分工。資料科學家與資料工程師的差異、資料分析師在做什麼？模型「部署/上線」的工作誰來做？ ALPHA Camp 資料工程師維元帶你解析。