登入首頁
收藏 0
返回課程
20251017B
  • 電子商務資安教育研究
  • 20251017
  • 20251017A
  • 20251017B
  • 20251017C
  • 20251017D
  • 20250922
  • 20240922A
  • CH0 電子商務
  • 20231113A
  • 20231113B
  • 20231113C
  • 20231113D
  • 20231113E
  • CH1 GOOGLE COLAB1
  • 20230911A
  • 20230911B
  • 20230911C
  • 20230911D
  • CH2 GOOGLE COLAB2
  • 20230918A
  • 20230918B
  • 20230918C
  • 20230918D
  • CH2 GOOGLE COLAB3習題
  • 20230923A
  • 20230923B
  • 20230923C
  • CH3 網路爬蟲取得資料1
  • 20230925A
  • 20230925B
  • 20230925C
  • 20230925D
  • CH3 網路爬蟲取得資料2習題
  • 20231002A
  • 20231002B
  • 20231002C
  • CH4 用PANDAS做資料前處理1
  • 20231016A
  • 20231016B
  • 20231016C
  • 20231016D
  • CH4 用PANDAS作資料前處理2
  • 20231023A
  • 20231023B
  • 20231023C
  • 20231023D
  • CH4 用PANDAS作資料前整理3與習題
  • 20231030A
  • 20231030B
  • 20231030C
  • CH5 常見的資料視覺化圖表1
  • 20231120A
  • 20231120B
  • 20231120C
  • 20231120D
  • 20231120E
  • CH5 常見的視覺畫圖表2與習題
  • 20231127A
  • 20231127B
  • 20231127C
  • 20231127D
  • CH6 探索性資料分析
  • 20231204A
  • 20231204B
  • CH07機器學習CH08線性回歸
  • 20231218A
  • 20231218B
  • 20231218C
  • 20231218D
  • CH09 機器學習KNN法
  • 20231225A
  • 20231225B
  • CH10 機器學習 K-Means
  • 20240108A
  • 20240108B
  • 20240108C
  • 台鐵40大站
  • 20240326A
  • 20240326B
  • 20240326C
  • 20240326D
  • 20240326E
  • 索引
  • 重點
  • 討論
  • 筆記
長度: 30:47, 發表時間 : 2025-10-17 19:58
觀看次數 : 5
  • 00:04
    1. index 1
  • 01:34
    2. 1. 資料生命週期的正確順序是？
  • 00:51
    3. 2. 結構化資料的典型例子是？
  • 00:40
    4. 3. 非結構化資料的例子是？
  • 00:23
    5. 4. 半結構化資料的例子是？
  • 00:55
    6. 5. 以下哪一項屬於「描述型分析」？
  • 00:22
    7. Slide 8
  • 00:28
    8. 6. 以下哪一項屬於「預測型分析」？
  • 01:36
    9. 7. 以下哪一項屬於「診斷型分析」？
  • 00:31
    10. 8. 以下哪一項屬於「處方型分析」？
  • 00:34
    11. 9. 資料倉儲（Data Warehouse）的特點是？
  • 00:34
    12. 10. 資料湖（Data Lake）的特點是？
  • 00:15
    13. 11. ETL 與 ELT 的差異主要在於？
  • 01:40
    14. ** after L112資料處理與分析概念20250904.pptx
  • 00:23
    15. 11. ETL 與 ELT 的差異主要在於？
  • 01:05
    16. 12. 批次處理（Batch Processing）的特點是？
  • 01:17
    17. 13. 串流處理（Stream Processing）的典型應用是？
  • 00:48
    18. 14. 資料品質問題中，「一致性」的例子是？
  • 03:04
    19. ** after L112資料處理與分析概念20250904.pptx
  • 00:14
    20. 16. 常見的異常值檢測方法是？
  • 00:01
    21. 17. 特徵縮放的主要目的？
  • 00:00
    22. 16. 常見的異常值檢測方法是？
  • 02:53
    23. ** after L112資料處理與分析概念20250904.pptx
  • 00:00
    24. 16. 常見的異常值檢測方法是？
  • 00:31
    25. 17. 特徵縮放的主要目的？
  • 00:01
    26. 18. 適合處理偏態數據的轉換方法是？
  • 05:22
    27. ** after L112資料處理與分析概念20250904.pptx
  • 00:05
    28. 18. 適合處理偏態數據的轉換方法是？
  • 00:02
    29. 19. One-hot Encoding 的缺點是？
  • 00:01
    30. 18. 適合處理偏態數據的轉換方法是？
  • 00:26
    31. 19. One-hot Encoding 的缺點是？
  • 03:09
    32. ** after L112資料處理與分析概念20250904.pptx
  • 00:00
    33. 19. One-hot Encoding 的缺點是？
  • 00:24
    34. 20. 去重（Deduplication）的主要目的？
  • 00:15
    35. 21. 分層抽樣的主要目的？
附件
長度: 30:47, 發表時間 : 2025-10-17 19:58
觀看次數 : 5
附件
此教材已將討論功能關閉
筆記功能僅開放給課程成員，請先加入課程
Prev
20251017A
Next
20251017C