2023 iThome 鐵人賽

DAY 1

前言

近年來資料科學興起，一堆看似很厲害的專有名詞：大數據(Big Data)、資料採礦(Data Mining)、人工智慧(A.I. Artificial Inte...

1 Like 0 留言 4248 瀏覽

DAY 2

基本框架

資料收集與處理過程本系列文有什麼營養嗎？前20天會針對主題【專有名詞定義】去說明後10天會以SQL迴圈做出【購物籃分析所需的統計值】和【文字雲所需的...

1 Like 0 留言 4296 瀏覽

DAY 3

資料匯入(Data EL)

步驟B-1：資料匯入(Data EL) 將完整的原始食材送到同一個地方，將資料送到同一個地方。資料匯入、資料傳輸、資料運送，至今仍沒有一個廣為人使用的中文...

2 Like 0 留言 5625 瀏覽

DAY 4

資料清洗(Data Cleansing)

步驟B-2：資料清洗(Data Cleansing) 清洗是非常重要的，不管是對豬、蘿蔔，還是資料。先別說客人喝蘿蔔排骨湯的時候咬到泥土，下湯時泥土就會把...

4 Like 1 留言 19839 瀏覽

DAY 5

資料採礦(Data Mining) -1.定義

步驟B-3：資料採礦(Data Mining) 備料，不是烹飪食材的過程，而是烹飪食材前的步驟。採礦，不是雕琢原石的過程，而是雕琢原石前的步驟。因為是觀念...

1 Like 0 留言 7693 瀏覽

DAY 6

資料採礦(Data Mining) -2.實例

今天實際舉例會寫到SQL，必須先說明一下...... 資料庫中的資料是成千上萬...上百萬筆，而不是如下僅10筆的sample data，往後小馬只要寫到程...

2 Like 1 留言 5177 瀏覽

DAY 7

資料採礦(Data Mining) -3.推薦商品

「推薦商品」背後的運作原理是什麼呢？當你瀏覽網站，瀏覽過程，網頁下方會跳出【你可能會喜歡】、【其他人也瀏覽了...】、【推薦商品】、【熱銷商品】；或是去七...

3 Like 1 留言 3944 瀏覽

DAY 8

資料採礦(Data Mining) -4.小結

「資料採礦(Data Mining)」今已談到第四天，應能明顯區別出來，它並不是資料清洗，因為並沒有特別針對【不可用資料】有任何進一步的處理，甚至它【每一筆資料...

2 Like 0 留言 3785 瀏覽

DAY 9

資料分析(Data Analysis) -1.定義

步驟B-4：資料分析(Data Analysis) 針對【清洗乾淨且依照料理所需準備的食材】做料理針對【清洗乾淨且依照分析需求做出的資料】做分析終於，我們...

5 Like 0 留言 11030 瀏覽

DAY 10

資料分析(Data Analysis) -2.分群(分類)

簡單說明一下不同的分析方法，讓初心者明白其中差別。再次重申，本系列文著重在名詞解釋，故以下不會細談實作。用會員分群做舉例。 1. 分類分析(Classific...

4 Like 2 留言 29060 瀏覽

第十屆佳作

系列文章

前言