系列文章
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...
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...
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...
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...
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...
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...
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...
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...