數據分析

特徵工程是將原始數據進行一系列處理，轉爲「特徵」，更好表示預測模型處理的實際問題，提升對於未知數據的準確性。簡單說，就是建立模型的觀察值或特徵，是一個表示和展現數據的過程。
如：評估患者罹患心臟病風險的一種模型，可從他們的身高、體重、年齡、其他特徵得知，但直接使用可用功能並是最有效的做法。更有效的方式是計算體重與身高的比例，就是BMI。

想要成為「 AI / 資料 科學家」，想要自動化抓取所需的大量資料，一定要先學會「網路爬蟲」。它是一種用來自動瀏覽全球資訊網的網路機器人，又稱為網路機器人、網路蜘蛛…等。
網路爬蟲 (web crawler) 會「自動」幫你把你想要的頁面資訊抓下來，以便事後生成索引供使用者搜尋。網路爬蟲應用性很廣，取決於你想要哪些資料、如何運用。

整體課程來說，我最喜歡的是實體的操作部分，可以讓我們自己依照共同目標去實際投放，千金難買的廣告經驗就在這裡了，投放後老師的講解可以讓我們快速抓出之後要調整的方向，也讓我未來再實際投放時，可以更有自信！

原本我只是個部落客，也曾經上過線下的數位行銷課程，因為覺得非常有興趣這一塊，我陸陸續續上了許多線上線下的課程。可是，很多的問題都仍是沒有得到解答，比方：如何再行銷？數據如何分析？如何優化廣告等，我試著詢問過去的老師，但是沒有任何滿意的答覆。
而TibaMe的課程，其實當時已經關注很久，遲遲沒有下手，直到某天看到直播課程加上4堂線上課程，眼睛為之一亮，馬上刷卡下單。因為這些都是我很想上的課程，他們很用心的把需要的課程搭配成套裝組，而且CP值整個超高～

疫情擴散至今，看不出有止歇的跡象，人類社會所建構的既有發展路徑，軌道已經完全被顛覆，世界運轉停機，加上由美國川普政府帶頭開啟的中美貿易、科技全面的大戰，為了選舉操作，接踵而至的軍事對峙也箭在弦上，兩強對撞帶動全球產業地動山搖，讓每個企業陷入了前所未有的危機中，骨牌效應正在發酵，台灣的產業身處這條骨牌長龍中，有前端，也有後端，裁員、無薪假已開始蔓延，未來何去何從？產業該如何徹頭徹尾的進行改造，才能在時代巨變下挺立而不墜？

隨著新冠肺炎(COVID-19)爆發至今，全球各地受到嚴重的疫情影響。看著各地數據變化，想做點甚麼又發現光蒐集全球數據就頗具挑戰。剛好 Tableau公布了一個COVID-19 Data Hub計畫，其旨在提供公眾能透過此計畫提供的公開數據服務，看見數據、了解數據做出有效決策。

在過去幾年當中，隨著Hadoop逐步成為大數據處 … Read more