104學習精靈
職安衛管理
職安衛管理
關注
邀請朋友 
Facebook
Line
複製連結
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
職安衛管理 學習推薦
全部
影片
文章
職場增能線上課程折扣碼【vip99】享9折優惠：課程清單
104課程中心，針對職場增能【指定線上課程】享限時優惠，不管針對工具學習、管理領導、AI應用....等，輸入限時折扣碼【vip99】9折優惠～
❤️折扣碼優惠期間：2024-06-30 23:59:59
❤️指定課程為課程說明頁有出現折扣碼優惠訊息才可享該優惠。
小編幫大家整理如下，趕緊來看看！！！！
【工程師與PM增能課程】
基礎扎根、應用職場技能....等學習。
🔷C# 從零開始前進.NET物件導向程式全攻略
🔷C# .Net Framework系統基礎實作攻略
🔷成為前端工程師｜JavaScript 入門：帶你逐步培養網頁開發技能
🔷透過 HTML 與 CSS 認識網頁設計，從 0 到 1 打造實用介面 (上集)
🔷學程式也能很好玩：不背語法寫Java
【新趨勢ＥＳＧ】
從認識到了解，到職場相關議題學習推薦！
🟩ESG產品策略-如何巧用產品生命週期的新產品開發術
🟩你必須知道的SDGs永續經營議題｜從ＥSＧ到淨零排放的商機通識課
【職場相關認證課程】
從了解認證，到考取認證相關學習推薦！
🔶微軟Azure超級入門實務與AZ-900認證攻略
🔶微軟 Azure｜通關 AZ-104 認證攻略，邁向雲端 IT 管理之路
🔶國際資安認證介紹
【面談與管理也是一門學問】
招募與管理人才的HR，以及想學習面談心法課程不可錯過！
🟣何謂績效管理與目標設定－掌握關鍵指標設定與面談技巧，談出好績效
🟣懂用人，當主管心不累：人資長教你帶出好員工的40個實戰QA
🟣貓世代的職場攻略 | 搞懂職場遊戲規則，找到我的生存之道
🟣超熙利！一門課搞定你的英文履歷面試
【職安應用與學習】
針對人資、總務．．．等的職業安全學習推薦。
⭕職安必修課｜執行職務遭受不法侵害預防計畫
⭕職安必修課｜職業安全衛生法
⭕職安必修課｜異常工作負荷危害預防計畫
⭕職安必修課｜性別平等工作法簡介
【更多熱門課程推薦】
以下為相關學習熱門課程，你可以透過感興趣的主題進行學習！
✅用Excel也能玩轉統計分析
✅身體復原力｜物理治療師帶你治癒辦公室疲勞
✅Git 速成攻略：2.5 小時變身版本控制達人
✅財會工作秒殺技! 活用VBA，開啟你的自動化工作術!
✅WordPress視覺排版設計超入門：CSS與HTML
更多課程優惠整理看這下一頁！
0
1
2063 0
拍手
留言
分享
Line
複製連結
收藏
熱門精選
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
立即看看 > https://senior.104.com.tw/c/66b57e746064a50629a3cc78?utm_source=104nabi&utm_medium=classroom_post
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！
2
1
30074 1
拍手
留言
分享
Line
複製連結
收藏
推薦給你
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
95 0
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室