〈資料科學〉彙整

Data Cleaning：資料清洗的方法與重要性

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。

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。本文介紹了資料探勘（data mining）的基本概念，Data mining 的技術、常用工具以及在各行業的應用和實例

這篇 Excel 教學，帶你一步步學會常用的函數公式和基本技巧。文章以實際情境切入，透過範例教你解決日常遇到的問題。

這篇Python爬蟲入門教學，將帶領你使用BeautifulSoup來實現網路爬蟲。我們將會透過實際的案例－以股票資訊為例，學習如何抓取和解析網頁數據。本教學將詳細指導，讓你透過Python爬蟲，學習到有效地擷取網路資訊

資料科學 (Data Science) 是一門跨領域的學科，他使用數學、統計學、電腦科學以及領域相關的知識和理論，從結構化和非結構化的數據中提取知識和見解。

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？