- Nov 18 Sat 2017 10:02
-
資料視覺化工具
- Apr 23 Sun 2017 21:55
-
數據分析該選擇R還是Python呢?
先貼幾個大家在數據分析工具的選用上的建議及偏好，提供給大家參考。
- Feb 05 Sun 2017 12:04
-
95%的信心水準是什麼?
通常在統計的分析報告中你會看到這樣的用語「在95%的信心水準下，平均值會落在某某誤差區間內。」
這裡的「95%的信心水準」是指在95%的時候可以得到距真實值這麼近的結果。也就是說，有5%的情況下樣本與真實值會超過的誤差界限。
有幾個重點你必需知道的：
- 我們無法得知這組樣本是屬於「95%中了」的那組，或是「5%沒有」的那組。只能說有95%的把握。
- 如果要把信心水準拉大到99%，那就得接受比95%信心時大的「誤差界限」。
- Jun 05 Sun 2016 07:13
-
資料倉儲(Data warehousing) v.s. 線上分析處理(OLAP) 之差異
資料庫(database)是指對於相關資料的蒐集，資料庫系統(database system)則是指資料庫與資料庫系統。傳統的資料庫支援線上交易處理Online transcation processing(OLTP) 會對於處理查詢進行最佳化。
而資料倉儲(Data warehouse)也是一個資訊的蒐集及支援系統，但比較明顯的是資料倉儲是對資料的取回(retrival)進行最佳化，而資料庫著重於例行的交易處理。而資料倉儲中之多維度的資料模型常可用來進行Roll-up display : 群組化相關的資料(例如：加總周、月、年總量)或Drill-down display：與roll-up相反，其可以拆解至其組成之細項資料。資料倉儲適合用來支援OLAP, DSS(Decision support system)及Data mining。
線上分析處理Online analytical processing (OLAP)是描述從資料倉儲中分析複雜的資料。
- Apr 10 Sun 2016 17:19
-
「心得」點子就要秀出來 Show Your Work: 10 Ways to Share Your Creativity and Get Discovered
作者簡介
奧斯汀‧克隆 Austin Kleon
- Apr 05 Tue 2016 10:21
-
[心得]這樣思考和好運交朋友 (How to get lucky, 13 techniques for discovering and taking advantage of life's good breaks)
- 作者：馬克思．岡瑟(Max Gunther)
- 出版社：九印
- 出版日期：2014-04-02
這樣思考，和好運交朋友：發現與善用人生好運的13種思考術
- Dec 20 Sun 2015 15:54
-
20個問題檢測"假"數據科學家 (20 questions to detect fake data scientists)
原文：http://blog.import.io/post/20-questions-to-detect-...
數據科學家是正式的21世紀最性感的工作，每個人都想分一杯羹。人們誰稱自己數據的科學家，但誰實際上並沒有正確的技能。很多人可能會認為他們是數據科學家，純粹是因為他們處理的數據。
數據科學家是正式的21世紀最性感的工作，每個人都想分一杯羹。人們誰稱自己數據的科學家，但誰實際上並沒有正確的技能。很多人可能會認為他們是數據科學家，純粹是因為他們處理的數據。
- Oct 01 Thu 2015 13:25
-
30篇不能錯過的數據科學，大數據和分析哈佛商業評論文章
這裡有30哈佛商業評論（HBR）上的大數據科學分析提供最新的技術和事件數據的世界的見解的文章。
Source : http://www.kdnuggets.com/2015/09/30-hbr-articles-analytics-big-data-science.html
On Data Science
- Data Scientist: the sexiest job of the 21st centuryby Thomas H. Davenport and D.J. Patil (Oct 2012)
- Sep 21 Mon 2015 21:29
-
開放資料(Open data)的定義以及企業類別
在開收資料大商機(Open data now, Joel Gurin)一書中，作者的定義為：「可取得的公開資料，讓人們、公司，以及組織可用以創立新事業、分析型能與趨勢、做出資料導向決策，以及解決複雜問題。」
Deloitte, Harvey Lewis將開收資料領域的企業區分為五大類：
- 供應商(Supplier):資料供應者-不收費
- 匯總者(Aggregators)：分析並提供洞察-收費
- 軟體開發商(Developers)：設計並建立應用程式
- Aug 15 Sat 2015 13:53
-
大數據 (BIG DATA)心得 - 第五章：資料化 (Datafication)
Datafication
首先，Datafication，這個字是MS office也拼不出來的新單字。
「Data」在拉丁文的意思是「既定的」，講的是一件事實。歐幾里得有一部著作以此為書名，是從已知、或是能夠加以解釋的方面，來解釋何學。到了今日，「資料」指的是能夠記錄、分析、重組的事物。
Implications
與巨量資料相關的公司，目前可分為三種類型：資料、技術、思維
- Aug 15 Sat 2015 12:21
-
一次搞懂大數據 (數位時代2015April)
一次搞懂大數據（上/下）
撰文者：李欣宜發表日期：2015/04/01
http://www.bnext.com.tw/article/view/id/35807
http://www.bnext.com.tw/article/view/id/35809
當大數據充斥各種場合，從馬雲到釋昭慧都侃侃而談，你還能不懂什麼是大數據嗎？你也許已經聽過無數的大數據神話，但對於大數據仍停留在一知半解階段，《數位時代》專訪各大大數據專家，整理出你最應該知道的大數據十問。
- Aug 15 Sat 2015 09:08
-
大數據 (BIG DATA)心得 - 第四章：相關性 (Correlation)
Corrleation
不再拘泥因果關係
這一章是我對作者有最大質疑的地方。
作者強調：我們一向都想知道「為何如此」，但在這禮，「為何如此」沒有什麼助益，只要知道「正是如此」這就行了。當然作者也說明，相關性並不是真的能預知未來，只能說有一定的可能性。但光是如此，便已價值非凡。
這裡值得一提的是，預測分析可魴無法解釋原因，只能顯示確實有了問題。例如它可以警告引擎過熱，但不會告訴你是因為風扇皮帶磨損、還是有某個螺絲沒栓緊。但知道「正是如此」就已經夠了。