課程筆記
在開始學習資料分析之前，我們先問自己"資料分析是甚麼"，接著

上網搜尋"資料分析"。

這是一個開放式的問題，沒有一定的解答。

我認為資料分析是能夠再在眾多資訊當中，
找到問題或是趨勢，進而解決問題或進行發展。

面臨突如其來的問題，我們皆會感到驚慌失措，但這很正常，我們也會透過這三個步驟來解決遇到的問題。

1.吸收問題:找到問題的關鍵點
2.解決問題:搜尋資訊，獲取更多相關訊息
3.執行解法:即時性的驗證步驟二所得到的訊息是不是正確或是必要的。也能夠跟對方確認驗證雙方理解是否一致。

這三個步驟是不是在日常生活中我們都在用呢!

那什麼是資料分析呢?

他是從資料科學發展而來，將資料轉換成有價值的資訊。
用程式對資料進行載入、清理、變化、視覺化、模型...等運用。

到這裡，可能會好奇資料與資訊有沒有不同呢?

答案是 有

資料，英文是DATA，它屬於事實或是觀察，較為客觀；不容易看懂的東西。
颱風在附近，這是一個事實；
手機的銷售，這是一個觀察。

資訊，英文是IMFORMATION，它在一個準則(規範)中，有系統、規劃性的去整理有關的訊息，較為主觀，容易看得懂的東西。
這一個月的手機銷售量，資料裡有很多品牌，數量價格也不一樣，
可能依照品牌，排序最多人買的手機型號；
或是用銷售數量的高低作排名

關於資料的整替體流程

載入、清理、變化、視覺化、模型...等運用。

回到剛剛的三步驟

1.吸收問題之後的首要任務就是"思考該如何蒐集資料來佐證解答"

常見的資料來源為:
	網頁(網路爬蟲)
	檔案(載入)
	資料庫(載入)

資料的清理或處理，常見稱為 DATA MUNGING 或 DATA WRANGLING。

先撇開兩個難懂的英文，來看一下R語言大師 Hadley 在 journal of statistical software期刊中發表的論文 Tidy Data(整潔資料)對於資料的清理或處理的定義:

	"將先前載入的資料，轉換為符合整潔資料定義的型態，再進行後續的環節。"