AI 時代的資料科學：小白到數據專家的全面指南

黃朝健

早年投注於觸控IC和觸控模組的研發，從人因的互動設計開始進入科技業；後來負笈歐陸留學，指導教授為符號計算大師Burno Buchberger教授，同時也受業於Sepp Hochreiter教授的實驗室，後來在Hagenberg SoftwarePark的RISC公司實習，以醫療影像的研究為主，因疫情輾轉返台，遂協助大型製造業進行智慧製造的轉型，目前也受邀於雲嘉南分署、聯成電腦等企業界任教。

學經歷：

￭ 奧地利林茲大學資訊系碩士畢業

￭ 教育部部定講師

￭ 聯成電腦 講師

￭ 勞動部雲嘉南分署大數據 講師

￭ 台南失業者訓練班 講師

￭ 勞動部產業人才投資方案課程Python、電商行銷、數據科學 講師

￭ 高雄市勞動局產業新尖兵 講師

￭ 台南市伽碩職訓中心講師

￭ 數發部產業發展署 講師

￭ AI GO講師生成對抗網路(數發部產業發展署)

￭ AIGO 講師Kaggle 數據平台實戰 (數發部產業發展署)

￭ 台灣產業發展協會ESG 種子師資

￭ 國立政治大學電算中心技術師

￭ 義隆電子研發工程師

第一章：簡單的雲端IDE，從Google Colaboratory 談起

1.1 IDE： VScode的設定與安裝

1.2 Pycharm社群版的設定與安裝

1.3 Anaconda 套件的安裝細節

1.4 Jupyter Notebook的設定與排錯

1.5 Spyder 的安裝

1.6 如何壓成exe檔案及錯誤排除

1.7 Google Colaboratory的操作與環境介紹

1.8如何Mount Google driver以及寫出雲端硬碟

第二章：Pandas 資料清洗的基本功夫-讀檔、資料框的操作、合併、丟回雲端

2.1 Python的基本功

2.2 流程控制、迴圈說明

2.3 range函數的應用

2.4切片的應用

2.5 四大容器的介紹

2.6 Pandas的介紹與安裝

2.7 Pandas的讀檔與位置指定

2.8 簡單取值說明

2.9 政府資料開放平台：台南旅遊景點資料集

2.10 政府資料開放平台：韓式料理資料集

第三章：Pandas 資料清洗的進階功夫-多欄位讀取、跨列讀取、資料聚合

3.1 多欄位取值

3.2 多列位取值

3.3 取頭取尾觀察資料作法

3.4 避免錯誤編碼

3.5 資料聚合的操作1： pd.concat

3.6 資料聚合的操作2： pd.merge

3.7 字串的取代以及強制轉型的用法

3.8 跨欄位字串合併技術

3.9 清洗資料的三姊妹： isnull()、fillna()、dropna()

3.10 文字編碼的做法：標準化和正規化

3.11 綜合應用

第四章：chatGPT提示工程的實作：善用生成式工具進行開發

4.1 GPT的註冊

4.2 open AI 後臺的操作：申請API

4.3 openaAI的playground用法

4.4. Claude AI的註冊

4.5 Claude AI的操作以及極限

4.6提示工程(Prompt Engineering)說明

4.7 翻譯機器人與對話機器人實作

第五章：機器學習概論： 監督式技術 VS. 非監督式技術 VS. 強化式技術

5.1 sk-learn 套件的安裝和解說

5.2. 監督式技術概念：線性回歸

5.3. 監督式技術概念：邏輯式回歸

5.4 監督式技術概念： SVM 支援向量機

5.5 監督式技術概念：Decision Tree決策樹

5.6 非監督式技術：K-means

5.7非監督式技術：PCA (主成分分析法)

5.8 強化式學習： Q-learning

5.9 深度學習： 循環神經網路的單一時序LSTM架構

5.10 深度學習： 循環神經網路的多時序LSTM架構

第六章：相依矩陣的重要性：如何解讀參數之間的關係

6.1 相依矩陣的說明

6.2 相依係數的判讀

6.3 工業數據的應用與解讀

6.4特徵值重要性的模型介紹

第七章： 評估指標的實作： 評估預測值與評估預測模型

7.1 混淆矩陣的實作-從醫療借鏡

7.2 混淆矩陣的計算和名詞

7.3 ROC曲線及AUC的繪製與判讀

7.4 MSE 判讀

第八章：ESG基本觀念與常見名詞介紹

8.1基本名詞解釋：從淨零碳排說起

8.2聯合國永續目標

8.3 ESG介紹與評級說明

8.4聯合國線上課程永續證書考取說明

8.5 英文永續考試題目解題

8.6 so14064-1 及Iso14064-2以及Iso14064-3說明

第九章：醫療應用篇

9.1心臟突發休克的實作案例

9.2糖尿病的預測

9.3 糖尿病預測進階研究

9.4病患用藥分類

9.5乳癌數據分析

9.6腎臟病數據集分析

第十章：工業應用篇

10.1工業應用：機台數據零件故障分析

10.2工業應用：製造業生產製程分析

第十一章： 永續生活篇

11.1 ESG 台灣上市公司揭露

11.2自來水質飲用分析

11.3 建築中的無人機橋樑影像檢測方法

11.4 台灣勞動力人口預測

11.5 人口出生率預測

11.6 登革熱數據集實作

第十二章： 生命教育篇

12.1中學學生輟學學生相依性分析

12.2自殺及憂鬱語意分析

12.3司法判決書查詢系統應用實作

12.4酒駕情形分析

第十三章：商業理論

13.1 分類模型評估會員卡核發

13.2 消費者的交易心態

13.3顧客忠誠度的簡單分群計數

13.4消費者的網站拜訪路徑分析

13.5 消費者的資料儲存概念

第十四章：商業應用

14.1 Google Analytics 4的介紹

14.2 Google Analytics 4的判讀

第十五章：電商平台分析

15.1常用的視覺化套件介紹(EDA)

15.2 Google Trend 基礎操作與目標

15.3 Google Trend API 製作關鍵字點擊分析

15.4 MOMO購物網站爬蟲抓取產品數據

15.5 MOMO購物網站分析產品競價策略

15.6 PCHOME購物網站爬蟲抓取產品數據

15.7 PCHOME購物網站分析產品競價策略

15.8 PTT上各版的輿論分析-以前100篇為例

15.9 PTT上各版的文字雲製作

15.10 套裝的文字雲工具與字詞記數

15.11 家樂福購物網站抓取產品資訊

15.12 愛買購物網站抓取產品資訊

15.13 大潤發購物網站抓取產品資訊

15.14 Costco 購物網站抓取產品資訊

15.15 酷彭購物網站抓取產品資訊

15.16 591租屋網爬蟲資訊抓取

第十六章：社群營運與Line的進階應用

16.1 IFTTT跨平台串接應用：基礎設定與介紹

16.2 IFTTT 跨平台串接應用：Line 和Gmail投放

16.3 Line Notify 的權杖申請

16.4 Line Notify 訊息投放

16.5 Line 貼圖和圖片投放

16.6 Line 爬蟲及時通知系統範例

第十七章： 生成式工具導入應用

17.1 Runway AI介紹

17.2 Gamma 快速投影片生成

第十八章： 無所不在的爬蟲技術

18.1如何熬一碗美麗湯(Beautifulsoup)

18.2 BS4和requests套件說明

18.3 爬蟲系統開發說明

18.4 chatGPT開發說明

18.5 維基百科文章抓取投放

18.6 蘋果基金會文章抓投放

18.7 成大醫院門診通知抓投放

18.8 原價屋賣場標題抓取投放

18.9 NBA PTT新聞抓取投放

18.10 各家新聞抓取投放

18.11 蕃薯藤文章投放

18.12 簡訊爬蟲實作

18.13 網頁爬蟲自動化

第十九章 ： 資料庫應用

19.1 SQLite 的應用

19.2 MySQL 的應用

19.3 PostgreSQL 的應用

19.4 Flask 框架呈現

第二十章： 行銷證照考取與題型解析

20.1 Google Analytics 4證照考取題目解析

20.2 Gooogle 提高離線銷售認證考取題目解析

20.3 Google Adwords 取題目解析

20.4 Line 官方粉絲團證照考取題目解析