其實我最喜歡從事資料分析工作 除了可以穿運動服上班跟不用見客戶之外
就是
「資料分析可以在各個產業活下去」
.
個人淺見
目前在台灣企業光靠資料分析當作主業務還是很難獲利
大部分都還是靠接案為主
接案時，客戶往往對資料分析沒有過多的了解,衍生很多問題
包含：
1.資料收集不全
2.對機器學習過多美...
其實我最喜歡從事資料分析工作 除了可以穿運動服上班跟不用見客戶之外
就是
「資料分析可以在各個產業活下去」
.
個人淺見
目前在台灣企業光靠資料分析當作主業務還是很難獲利
大部分都還是靠接案為主
接案時，客戶往往對資料分析沒有過多的了解,衍生很多問題
包含：
1.資料收集不全
2.對機器學習過多美好幻想
3.亂壓時程
.
data scientist 工作不太像是產線作業員
並不是投入多少時間 模型的成效就會成正斜率成長
有時候它會是低平原線過某個threshold才會有爆發性突破
.
參加datacon讓我驚艷的地方就是不完全是講給管理職聽
也有很多厲害的前輩居細彌遺分享建模過程/資料篩選/轉碼過程/建模構想/踩過的坑等等
感動大大們無私的奉獻
其中我想分享的是jazz 大師的投影片
清楚比較資料分析在各個產業的含金量與開發成本考量
資料各產業資料好玩程度，個人淺見大約是：
電商>醫療>製造>金融
.
電商：顧客在網站上所有行為基本上只要一次請好外包廠商整合後 資料就會每天乖乖進資料庫
由於顧客喜好跟過去資料相性很大 使用Collaborative Filtering就可以建立不錯推薦系統等等
.
醫療：jazz大師投影片中提到醫療支付我是不熟,但我覺得臨床試驗／健保資料庫資料已經有很多好玩的地方，含金量高（容易做出預測力好的模型），只是要看你們單位願不願意買單
.
製造業：早期人們沒有資料收集的概念，要知道這🐔台會不會壞掉,只有兩個欄位時間/是否有壞,
模型選擇也比較有限failure analysis/Probability distribution fitting/time series 想要有其他變項也要看公司是否願意花錢買sensor(嗚嗚)
.
金融:可能是因為在地方阿嬤的年代資料限制多 或是軟體綁手綁腳
有一種巧婦難為無米之炊的淡淡哀傷
.
Jazz大大投影片連結🔗
Facebook : Jazz wang
https://www.slideshare.net/mobile/jazzwang/data-engineering-in-taiwan-past-now-and-future?fbclid=IwAR0WtBusV6SxnrFgIpZCqS4FRUMASTzJmYcRXIPuRd06125H6VnBvESFo70
#datacon #machinlearning #bigdata#資料科學#工程師 #工程師日常#科技#python#coders
python機器學習推薦 在 紀老師程式教學網 Facebook 的最讚貼文
[抽書啦！] 《概念股夯什麼？從零開始的IT圖鑑》
紀老師專文寫推薦序！適合想瞭解電腦界專有名詞、投身科技概念股的朋友喔～～
購書網址：
博客來：https://reurl.cc/ogVWkV
金石堂：https://reurl.cc/DgKGRO
誠 品：https://reurl.cc/j8QLL2
---
今天要推薦一本由我寫推薦序的書籍給大家：《概念股夯什麼？從零開始的IT圖鑑》（見【圖一】）。並提供四本免費樣書給大家抽選（感謝「大是文化」編輯慷慨贊助）。文末會告知抽選辦法，所以要看到最後喔～
這本書是由日本作者所著，台灣由「大是出版社」負責翻譯。內容是將資訊業界常見的專有名詞，以淺顯易懂的文字，搭配關鍵字與圖說，介紹給大家（見【圖二】）。如果你希望在日常生活中，聽懂那些資訊人員滿口專業名詞的意思，又不想花大把時間，硬Ｋ一本「計算機概論」，那這本書會是你最好的選擇！
最值得推薦的是，台灣「大是出版社」的編輯部，還將每個電腦專有名詞所對應的個股，詳細地列在後面（見【圖三】）。而不是偷懶地將原文的日本個股，直接翻譯列出。這背後所需要下的苦工，相信看過的讀友都瞭解其中作業量的龐大！這點得為負責翻譯的「大是出版」編輯與相關同仁給個大大的讚！
也因為如此，這本書從單純的「計算機概論」用書，搖身一變成了想接觸科技類股、但又苦於看不懂專有名詞股友們的「寶典」！大家可以靠這本書，以最短的時間，最輕鬆的方式，理解科技類股所用的專有名詞，以及它們背後對應的個股。非常推薦非科技背景，有在操作科技類股的朋友們，購入此書參考（購書連結請參考本文最上方）！
感謝「大是文化」編輯部慨允提供四本書籍，讓本粉絲頁的朋友們抽選。請在本文下方，留下你希望從這本書學到什麼。或者轉發本文到你個人的 FB 頁面（必須設為「公開」），發表一兩句你對本書的初步印象。我將會在 7/20 當天，使用「FB 抽獎小幫手」服務，隨機抽出四位朋友，免費將書籍寄送到您指定的地點。還請大家踴躍參加喔～
希望今天的分享大家會喜歡！也祝福大家能夠幸運得到贈書！祝福大家每天健康、開心！
PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：
● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt
● LINE 社群（免費課程訊息）： https://bit.ly/2RywcPC （密碼：udemy）
如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/
python機器學習推薦 在 紀老師程式教學網 Facebook 的最佳貼文
[學習網站] Microsoft Learn（全中文）
網址： https://docs.microsoft.com/zh-tw/learn/
---
今天介紹一個學習 IT 技巧的好地方：Microsoft Learn（圖一）。
進入該網站後，就可以在左上角，依照您想成為的 IT 專業人士，或者等級（入門、進階、高階），身份（經營者、開發者、專業經理人...）來過濾適合您的課程（圖二），並將它們組合成一個「學習途徑」。之後，就可以循序漸進地學習 Microsoft Learn 提供的內容。
教學方式為「文字」搭配「影音」，難能可貴的是，大部分的課程都有繁體中文版。雖說介紹的課程都偏向 Microsoft 提供的技術或產品（嘛...這也是理所當然的），不過課程內容還是很紮實的。推薦給想入門資訊領域的朋友參考。
幫各位推薦幾個我個人很喜歡的學習模組：
★ 使用 Python 邁出第一步（4 Hr 33 Min）
https://bit.ly/3yil1KW
（包含簡介、環境安裝、初步的 Python 語法課程）
★ 建立機器學習模型（5 Hr 55 Min）
https://bit.ly/3ynneEX
（雖然沒有把所有細節都講到，但也足夠讓你對機器學習有個概念）
★ 運用 Azure Machine Learning 製作無程式碼的預測模型（3 Hr 29 Min）
https://bit.ly/3qRZIxo
（透過 Azure 這個雲端服務提供的工具拉拉選選，就可以不寫程式，組合出一個簡單的機器學習模型）
希望今天的推薦大家會喜歡！也祝福大家在疫情期間，身體都健健康康的！身心愉快！
PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：
● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt
● LINE 社群（免費課程訊息）： https://bit.ly/2RywcPC （密碼：udemy）
如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/
python機器學習推薦 在 緯育TibaMe Facebook 的最佳貼文
#早鳥優惠最後24hr
#全台唯一全線上AI資料科學家學程
「8位業界大師｜17堂線上課｜9次直播專案實作」
學員一致推薦的學習方案，再不學就會慢人一步！
【🔥成為AI資料科學家全系列】
AI/資料科學科普➡Python➡資料庫➡網路爬蟲➡資料探勘➡資料視覺化➡機器學習➡深度學習➡影像辨識➡自然語言處理➡醫療影像分析➡智慧製造分析
只要18週，提供你最完整的學習路徑
從0到1手把手完成專案，讓你職涯再加分！
🕔 早鳥優惠倒數24小時
✨手刀前往報名：https://bit.ly/3hprYEJ
#TibaMe
#AI資料科學家三階段全方位學程班