104學習精靈

資料分析
資料分析
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
關於教室
關注人數 4 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室，提供大家進行共學互動。
學習主持人
持續分享知識，
有機會成為官方教室主持人
教室標籤
  • 資料分析
    • 關於教室
    關注人數 4 人
    104人力銀行從職缺中挑選出常見技能所成立的官方教室，提供大家進行共學互動。
    學習主持人
    持續分享知識，
    有機會成為官方教室主持人
    教室標籤
  • 資料分析
    • Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
    我要分享
    我要提問

    資料分析 學習推薦

    全部
    影片
    文章

    不知如何開始嗎？ 先進行技能挑戰吧～

    技能挑戰：初級
    目前等級：未達初級
    1 人已通過「初級」測驗，通過率33%，和學習精靈一起探索知識、增強能力！
    我要挑戰
    職涯診所

    07/17 16:25

    giver.104.com.tw
    想要突破困境，待業期長，想要轉職資料工程師
    0 0 1805 1

    熱門精選

    職場英文力，你的超能力✨
    關注
    104學習精靈

    產品

    08/12 16:54

    AI 職場英文實戰力：突破英文瓶頸，無痕變高手！
    \ 購課再送100點LINE POINTS /
    厭倦了學了10年英文，卻仍無法流利溝通？
    害怕在職場上用英文表現不佳，錯失良機？
    這堂課程專為你設計，讓你輕鬆駕馭AI工具，瞬間展現流利英文！
    ⭐ 用中文操控AI，瞬間生成專業英文
    ⭐ 即學即用，快速提升溝通能力
    ⭐ 自信應對各種職場情境
    ⭐ 突破瓶頸，提升職場競爭力
    立即加入我們，讓英文不再是你的障礙，而成為你職場的強大後盾！
    AI 職場英文實戰力：突破英文瓶頸，無痕變高手！
    senior.104.com.tw
    【Live直播課】AI 職場英文實戰力：突破英文瓶頸，無痕變高手！|線上-學習課程|104高年級
    2 1 30490 2
    104學習精靈精選課程
    看更多課程
    想提升職場競爭力？專業技能課程看起來👇
    成為 AI 科學家｜資料分析師必備視覺化技能 Power BI
    不會寫程式，對資料分析也沒有概念？需要處理的資料數據龐大且複雜，不懂該如何報告與呈現？在這門特別為你訂製的「資料分析必備視覺化技能 Power BI 」課程中，將帶著你依照合適的動態圖表以生動的方式呈現數據，幫助作為管理決策或是分析人員的你進行決策。並透過這精心規劃的課程讓大家更容易使用數據來說話！
    緯育TibaMe
    成為 AI 科學家｜資料探勘速成攻略，輕鬆駕馭資料分析與實務應用
    這門課程帶你從數據輸入開始，學習對資料的清洗。清洗儲存完成後，就可以開始著手分析，將分析結果以清晰易懂的圖表或圖形在螢幕或報表上展示。分析方面，還會學到商場上最熱門的關聯性分析，並在 Numpy，Pandas，MatplotLib 等程式庫實作後，學到基本的迴歸預測，資料分類以及分群的原理與技巧。
    緯育TibaMe
    零基礎Python入門與資料科學
    最多人推薦給新手的Python 入門課程，邁向數據科學之路首先要先打好Python基礎，Python自學不是不行，有好的老師好的實作讓你無痛轉職，8個基礎實作+程式範例練習，一次學會Python的原理概念，同學一致好評的課程與講師
    緯育TibaMe
    【104 talks】引領數位變革：亞馬遜文化與雲端資源的整合應用策略
    「104 talks」致力於協助職場人士的知識學習與能力提升 - 為每位忙碌的職場人士，創立一個能夠高效學習的節目平台，集結各領域專業講師的知識與分享，為職場人士帶來啟發和新視角。 引領數位變革：亞馬遜文化與雲端資源的整合應用策略 - 數位轉型時代的人才技能提升之道 隨著雲端技術的普及，企業對全體員工的雲端技能培訓變得越來越重要。 本次講座將分享AWS實戰經驗，涵蓋從招聘、留用到培訓策略，並探討文化、雲端資源和數位轉型的人才趨勢，心法與方法一次傳授。 從提升全員雲端技能，幫助企業應對外部變化，增強競爭力，共同打造適應未來的卓越團隊！ ★亞馬遜的招聘法則：企業文化在行為面試中的實戰應用 - 主講人 : Yi-an Han | AWS 創新成長與新興事業部總監 ★解鎖AWS雲端資源：掌握政府大小人提補助 釋放企業人才潛能 - 主講人 : Sally Lai | AWS解決方案顧問 ★數位轉型下的人才關鍵雲端技能與學習 - 主講人 : Michelle Lin | AWS 資深培訓經理
    104人資市集
    數位轉型敲門磚，產業必學 AI 思維通識課
    能夠掌握 AI 基本概念，並認識相關熱門詞彙的意義（如：Big Data ） 能夠理解 AI 的應用原則及限制，並初步判斷在產業中的切入點 能夠了解 AI 基本的運作原則，並運用於職場溝通、合作中 能夠利用課程所學，發現實務案例中，AI 導入企業的常見錯誤
    Hahow好學校
    【104 talks】AI科技賦能，人才轉型不卡關 直播影片
    「104 talks」致力於協助職場人士的知識學習與能力提升 - 為每位忙碌的職場人士，創立一個能夠高效學習的節目平台，集結各領域專業講師的知識與分享，為職場人士帶來啟發和新視角。 104人資市集 x 緯育TibaMe AI科技賦能，人才轉型不卡關 - 掌握數位趨勢，打造企業人才競爭力 隨著時代變遷科技快速發展，AI正在以前所未有的速度改變各行各業。企業若要在激烈的競爭中立於不敗之地，必須擁抱變革，積極推動人才轉型。 本次講座我們特別邀請了教育科技培訓專家和企業人資代表，深入探討AI科技如何賦能人才轉型，共享實戰經驗，助力企業在變革中持續發展，確保人才的永續發展。 ★解鎖生產力，全方位AI+人才佈局 - 主講人 : 李定丞 Daniel | 緯育TibaMe企業處資深經理 ★AI浪潮下跨世代賦能新解方 - 主講人 : 陳威廷 Wayne | 瑞嘉軟體科技人資經理 ★讓學習與數位傳承植入企業DNA - 主講人 : 楊雅婷 Rita | 州巧科技 管理總處 專案經理 ★AI人才管理-大數據與智慧化運作 - 主講人 : 楊碩祐 Simon | 邁達特數位人資長
    104人資市集
    16095 39
    緯育TibaMe
    關注
    緯育TibaMe

    05/08 11:42

    生成式AI來了你還躺在原地嗎?【政府補助職前訓練】
    從前，你可能要花上半年的時間才能建立一個商業用的AI系統，但現在有了生成式AI和LLM的神奇效應，你可能只需要短短的6小時，甚至6分鐘就能把模型推上線。
    現在勞動部北分署和緯育攜手合作，打造了一個名為「生成式AI應用人才培育據點」，這裡專注於培養最新潮的生成式AI(AIGC)人才，這可是近年來發展最迅速的領域哦！透過這個培育計畫，我們不僅能夠加速企業轉型，更能夠培養出一批批頂尖的AI人才。
    作為這個培育據點的學生，你將實際參與充滿挑戰的專題訓練！在這裡，你將體驗到完整的業界工作流程，跟隨著業界的大師指導，完成你的專案作品。這不僅是一次訓練，更是一次實戰，讓你擁有足夠的技能應對職場的各種挑戰。
    🚀 生成AI雲端應用開發工程師養成班第02期 🚀
    📅 報名期間：即日起至 113/5/27 17:30
    📆 甄試日期：113/5/30
    🗓️ 訓練期間：113/6/11 ~ 113/9/27
    🌐 學習目標：
    培養學員成為專業的雲端架構AI應用開發工程師，具備深厚的生成式AI應用開發能力。通過整合和運用Azure AI API，學員能夠設計和實施創新且實用的AI解決方案，並適應各種業務場景的需求。
    🎁我們的優勢:
    ⭐省下學費：只要符合資格，最高享100%政府補助！
    ⭐實體授課搭配獨家附贈線上課程：課程設計為OnO(Online&Offline)，還沒開訓就先準備！同學可先用線上課預習基本知識，線下跟著老師專注實作開發，學習高效率，空堂可申請實體教室進行開發與討論。
    ⭐專業老師帶領製作專題作品，實力認證、面試更加分！
    ⭐就業輔導媒合：幫你修改履歷、推薦職缺、結訓直接進行就業媒合，不怕沒面試機會。
    ⭐線上面試媒合：結訓日即參與面試，接軌未來職務。
    📖詳細課程:
    ✏️報名職前班說明會：
    也可以透過line提問　@173tnppq
    生成式AI來了你還躺在原地嗎?【政府補助職前訓練】
    0 0 1519 0
    2584 4

    推薦給你

    PM雜學相談室－新手轉職PM交流區🙌
    關注
    知識貓星球

    喵星人

    12小時前

    探索性數據分析(EDA)是什麼？幫助產品經理深入分析，一篇文章看懂
    探索性數據分析（EDA）是產品經理在進行深入分析或建模前，用來快速了解數據的一種方法。簡單來說，它幫助你了解數據的基本特徵、發現異常和缺失值等，以下將詳細介紹：
    1. 了解數據的基本特徵：透過統計數據（如平均值、最大值、最小值）快速掌握數據的大概狀況。
    2. 可視化數據：使用圖表（如直方圖、散點圖、箱形圖等）來查看數據的分佈、變量間的關係和潛在趨勢。
    3. 發現異常和缺失值：檢查數據中是否有異常點或遺漏的數據，以確保數據的準確性。
    4. 變量之間的關聯性：檢查數據中的不同變量是否相關，為後續的決策提供依據。
    EDA 的目的是通過簡單的分析快速理解數據，為後續的深度分析和決策打好基礎。
    要運用探索性數據分析（EDA）來幫助做出產品決策，以下是簡單的步驟指南：
    1. 定義問題與目標
    先明確你要解決的問題。例如，你可能想提升某個功能的用戶轉換率或找出導致用戶流失的原因。
    2. 收集數據
    從數據來源（如 Google Analytics、產品日誌、用戶反饋等）中收集與目標相關的數據，這可以包括用戶行為數據、產品使用數據、營銷數據等。
    3. 進行基本數據檢查
    - 數據總覽：查看數據有多少行、多少列，是否有缺失值。
    - 統計摘要：快速檢查數據的平均值、最小值、最大值等，來了解數據的整體分佈。
    4. 使用圖表進行可視化
    利用簡單的圖表來快速了解數據：
    - 直方圖：查看用戶行為的分佈（例如使用某個功能的頻率）。
    - 散點圖：找出變量之間的關係（例如用戶使用時長與轉換率的關係）。
    - 箱形圖：檢查是否有異常值，這些異常值可能會影響分析結果。
    5. 檢查數據中的模式與趨勢
    - 發現趨勢：例如，通過分析用戶的使用行為，發現某個功能在特定時間段更受歡迎。
    - 群體分析：將用戶按不同特徵（如地區、設備、年齡）分群，看看各群體是否存在行為差異。
    6. 處理異常值與缺失值
    - 對於缺失數據，可以選擇補充或移除它們。
    - 對於異常值，決定是否要排除，還是進一步分析其原因。
    7. 根據發現制定行動計劃
    根據 EDA 的結果，得出有價值的結論，然後制定具體的行動方案。例如，發現某些功能的使用頻率較低，可能需要優化或重新設計。
    8. 持續監控與迭代
    在產品上做出改變後，繼續收集數據，重複進行 EDA，以確認改進是否有效。
    通過這些步驟，EDA 幫助你快速理解數據中的關鍵資訊，支持數據驅動的產品優化和決策。
    0 0 208 0
    你可能感興趣的教室