104學習

資料探勘Data mining

資料探勘Data mining
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「資料探勘Data mining：負責從大量數據中挖掘潛在的模式與趨勢，協助企業制定數據驅動的經營策略與決策。主要責任包括數據清理、處理及分析，使用統計工具和機器學習算法，生成報告以支持業務發展。需具備強大的數據分析能力、編程技能（如Python、R語言）、數據視覺化及跨部門協作能力。熟悉市場趨勢和消費者行為，並具備良好的溝通技巧，以便於向管理層清晰呈現分析結果。面對台灣市場特有的競爭與多元文化挑戰，需靈活應變並具有創新思維。」
關於教室
關注人數 1 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
關於教室
關注人數 1 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
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

資料探勘Data mining 學習推薦

每日推薦一堂課
關注
一零四線上嚴選

小編

2022/10/29

【AI基礎原理與實戰】R語言的統計分析、機器學習與資料探勘
從大數據及AI所引起一波趨勢起，資料分析已成為產業升級與企業發展重要議題或手段之一。
然而資料分析所使用的工具技能中，又以R語言為最多人使用、最易上手的工具。
因此今天推薦的課程，就是建構在R語言上，建立我們AI領域的基礎。
這堂課程我們將會學習到：R語言基礎入門、R語言資料視覺化、R語言的統計分析、非監督式與監督式學習、以及運用R語言做出預測模型。
為了讓大家從基礎觀念開始了解，因此課程初始，將會先介紹R語言，包括：易用性、免費資源的優勢，即其多元化套件與資料式化，甚至R語言的跨程式語言應用的優勢。理解R語言的優點後，課程就會開始待我們建立起R語言的操作環境、基礎語法實際操作演練，即如何使用R語言進行統計分析。接下來就是如何用R語言及其套件將資料與數據圖形化、視覺化，或者將所獲得的資料與數據依據需求進行轉換。學會了語法技術部分，接下來就要進入AI較進階的機器學習；課程將會告訴我們何謂監督式與非監督式學習，如何透過R語言來執行。最後則會進到更難的演算法，如何透過R語言撰寫演算法，甚至建立預測模型。
希望這門課程，有機會讓我們學會統計分析外，更能夠學會基本的資料探勘與機器學習知識技能，能夠提升我們在工作職場中的資料分析能力，甚至協助企業進行決策。
推薦課程網址：
祝您 工作順利、學習愉快
104學習精靈小編 陪您每日學習成長1%
看更多
【AI基礎原理與實戰】R語言的統計分析、機器學習與資料探勘
0 0 1118 0
每日推薦一堂課
關注
一零四線上嚴選

小編

2022/10/08

[AI關鍵技能：資料探勘] 一步到位_原理、分類及聚類演算
這兩週連續介紹兩個AI關鍵技術，本週是另一個關鍵技術「資料探勘」；
這兩週所分享的機器學習與資料探勘，可以做到的不只是 AlphaGO 所能做到的與人類下棋，更可以擴大應用範圍至網路電商的商品推薦、製造業的自動化製造流程等，所以會被視為關鍵技術。
本週課程專門針對「資料探勘」來分享；本課程我們可以獲得以下知識技能：資料探勘的原理、關聯規則原理與實務、分類原理、聚類原理、平均聚類演算法、階層聚類技術、DBSCAN密度式聚類法等。
那需要如何依序學習呢？ 課程將分為三大部分進行教學，分別為：資料探勘概論及關聯規則、分類概念與技術、聚類概念與技術。
第一部分資料探勘部分，老師從學習方法開始分享，讓我們往後接觸時，可以快速掌握；接下來就會定義資料探勘的意義，以了解其重要性。之後，將會帶我們知道目前主要技術有哪些、各自在哪些地方應用、業界常用的專業用語；，在第一部份下半段，會開始學習Apriori 及 FP-Growth 兩種演算法；透過兩種演算法所獲得的資料支持度與信賴度該如何看。
第二部分及第三部份分別要學分類與聚類概念；將會以演算法帶大家了解分類與聚類演算法；除了演算法的部分是必要的技術外，還會學習如何衡量分類模型準確性、決策樹、屬性選擇指標、屬性分割等。
這門課程希望參與的學員能夠一次帶領大家學會資料探勘所有觀念及技術。
推薦課程網址：
祝您 工作順利、學習愉快
104學習精靈小編 陪您每日學習成長1%
看更多
[AI關鍵技能：資料探勘] 一步到位_原理、分類及聚類演算
0 0 546 0

104學習精選課程

看更多課程
想提升職場競爭力？專業技能課程看起來👇
R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練
R語言是開源的統計程式語言，常用於開發統計、資料分析軟體系統，課程中我們將從R/R-Studio入門，從統計分析、資料探勘與機器學習的原理與技巧，讓學員有能力進行相關的資料分析技術與資料視覺化整合應用。本門課適合想瞭解R語言，作為進入大數據分析基礎，或進行量化研究、進階資料視覺化。
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
資料探勘一步到位: 原理與分類/聚類演算
學習這門資料探勘課程，資料挖得快又精準！課程將讓你從資料探勘原理到關聯規則的觀念與使用技巧、分類原理的觀念、 分類方法、決策樹、簡單貝式分類、聚類原理的觀念、K-Means、階層聚類技術、DBSCAN密度式聚類法。
緯育TibaMe
人工智慧-資料科學｜本課程為線上課
教你使用Numpy、Pandas、Matplotlib如何進行資料處理與分析
艾鍗學院
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
Hahow 小蛙編輯

創作內容編輯

2021/11/22

想轉職數據分析師？工作內容、產業現況、必備技能一次解密！
資料科學家是與數據分析師比較新的職業，還有一些神祕色彩，許多人甚至連聽都沒聽過，還以為是數據分析師是股票分析師另類職稱。這篇文章會盡量拿掉所有專有名詞，用人話說明資料科學家的工作日常，提供一些總覽性的介紹！
數據分析這個學門統稱為資料科學(Data Science)，常見的職位有資料工程師(Data Engineer)、資料科學家(Data Scientist)和商業分析師(Business Analyst)。資料科學家需要有較強的統計學知識，並且通常需要具備建立機器學習模型的能力，這也是這系列文章的主要角色。
更多內容請見哈好福利社>>
看更多
想轉職數據分析師？工作內容、產業現況、必備技能一次解密！
hahow.in
Hahow 好學校 | 最有趣的線上課程平台 | 自學那些學校沒教的事
0 0 1174 0
你可能感興趣的教室