Python前面竟還有必修課！
　
大部份人都不知道，其實我的碩士論文是跑SPSS量化問卷統計分析而來的，跑量化從數據挖出洞察，對專業人士並不是件難事，但對我這樣文組出身的人，當時每天早上8點到電腦教室報到，跑數據跑到下午四點。

資質駑鈍，沒有線上教學，對我來說只能土法煉鋼抱著書，也沒有人引導，該怎麼樣抓取最精準的數據，也不知道這些近千個數據如何統整最有效率。

還記得我的碩士論文，因為研究對象是兩岸的閱聽眾，也就是說我的樣本數是其他同學的兩倍，碩士論文收到300份，且都顯著的話，就能夠算有效樣本，而我在台灣與大陸兩岸花了幾萬元，收了1000份，留下7百多份有效樣本，最後進行分析。

因為是2種不同地區族群的生活、習慣、行為型態比較，因此在抓取、整理數據時，就花上了我好大一番功夫…

當時如果有線上課程能帶著我一步一步跑有多好呢？

不過，業界的數據當然和學術數據的實務有差別！
只是核心概念是相同的，其實數據就是讓我們可以更客觀的解決問題，並從中洞察培養觀點，因為我們在工作上也會常常花了超多時間間分析、甚至做了PPT準備匯報，最後關頭卻發現取數邏輯有問題，導致分析結論不可⽤…
國欣說.Rock Data　是我在深圳工作的好朋友，也是處理互聯網企業上億數據的數據分析師，當然他的數據洞察與實務，就相當國際化也很實用，能用一堂線上課程，就從這麼專業的人士身上學到技巧，豈不是太划算？

國欣說：「提到數據分析的必備程式語⾔，⼤多數⼈腦中出現的關鍵字通常是R或Python，⼤多R/Python的課程已，經提供好分析所需要的數據了，但在真實的⼯作環境中，公司的數據都放在數據倉庫中，我們必須透過，Hive語⾔到數倉中把數取出來。」我這才知道，原來Python前面還有必修課啊！

如果你是：
1.對於數據分析感興趣、想從事資料分析相關崗位的學⽣
2.初入商業分析、資料分析領域，但對hive還不太熟練的社會新鮮⼈
3.想掌握數據處理⼯具的產品經理
4.需要數據分析能⼒的市場⾏銷、產品營運⼈員

歡迎一起加入：http://hahow.in/cr/andyrockhive

#凱倫專屬碼
5/11前結帳輸入 Karen0503
享有8折優惠！

【台灣的研究資源在緊縮】
　
而且，緊縮的過程中，既有的學術勢力，或許就是總經費打個九折，還能延續。我出道得早，取得資源雖不多，也還抓住了一點點榮景的尾巴。但學弟妹們，常常連一個計畫都申請不到。
　
一個朋友說得實在，過去幾年，先是說你 RPI 不夠，不用試了；後來 RPI 夠了，規定也改了，就說你沒有相關設備，執行計畫能力堪慮，退件。
　
「申請計劃要有設備、申請設備要錢、申請錢要有計畫、申請計劃要有設備……。我知道，這故事叫小黑三寶，一個充滿歧視與耍白痴的故事。」
　
我自己的心臟影像研究，除了施作患者檢查的部份外，全部都是基於電腦與網路，電腦斷層與工作站，都是 Windows 電腦，輸入表格用 Excel、寫成文章用 Word、統計不懂就上網 Google、投稿全用 Chrome、團隊協同工作用 Dropbox、出國演講用 PowerPoint，基本上，就是一個 Dry Lab。
　
為什麼我們走這條路？因為這是最不需要求人、最不需要排隊、最不需要看人臉色的一條路。因為這是最能用零碎時間研究，設備負擔得起的一條路。
　
【健保資料庫，也是一樣。】
　
但，健保資料庫的演講，大家都聽過，但沒有人聽了就會做。加上，軟體價格高，不管是 SAS、SPSS 或 Microsoft SQL server，其主要客群為大型企業，對個人研究者來說，購置費用過高，無法負擔。使用謎版，又必須負擔法律與病毒的風險。
　
為了解決這些問題，我們 ( 陳育群 / 吳昭慶 / 蔡瑋琳 / 蔡依橙 ) 合力打造了《健保資料庫工作坊》。畢竟，技術性質的東西，要真的去做，遇到問題，有高手指點，才能打通任督二脈。為了降低初學者的進入成本，我們設計了以 MySQL 為基礎的資料處理流程，上課全部使用合法的免費與試用版軟體，配合虛擬資料 （根據健保資料庫格式設計），手把手帶著您從資料匯入、探勘、撈取資訊 到畫出存活曲線。如果您喜歡這個流程，試用期限過後，將所有軟體升級成正式版，總價不超過兩萬元。
　
課程中，風趣且精準的吳昭慶醫師，將與您分享策略、思考、溝通以及寫作技巧等各種面向。資料庫技術，則由陳育群醫師與蔡瑋琳醫師，帶您走過以 MySQL 為核心的操作過程。忙碌的工作中，只要犧牲一天的假期，便能習得健保資料庫處理的基本能力！
　
一台電腦，可以寫出全華人圈使用的軟體；一台電腦，可以寫出全世界使用的 facebook 原型；一台電腦，當然也能讓您，有更好的學術成績、看到更大的世界。
　
--
11/12 (六)《健保資料庫工作坊》還有 6 個名額，讓我們手把手，帶您一起探勘健保資料庫的奧秘！
➡ http://nhird2014.innovarad.tw/event/

利用同一組資料集(預測目標為極稀有事件，發生率約1.8%，從200個輸入變數縮減至35個顯著變數)，同時使用SPSS Modeler 16以及Azure Machine Learining做出模型的評估成果(訓練組資料與測試組資料是不同年月取出之數據集)。