Python商業分析決策

有興趣朝資料科學領域發展者 

轉職想朝商業分析發展者

• 培訓資料科學家核心技能，結訓可擁有市場商業分析師能力與實作作品。

• 資料科學職能與工作流程：理解 DS 工作樣貌 + 課程專案骨架 
• NumPy 核心與向量化思維、pandas 資料清洗與進階處理；資料整併：merge/join、多表分析 
• SQL 基礎與進階；資料品質與偵錯：資料品質、偏誤、資料洩漏（概念） 
• EDA 方法論：從問題到假設 視覺化：圖表選型與基本表達、分佈、關係、分群對比 
• 統計直覺：抽樣、信賴區間、bootstrap、假設檢定與效果量 
• A/B Test 實戰：指標、分組、常見陷阱 
• 資料敘事：把洞察寫成決策建議；Baseline ML：回歸/分類入門 
• Pipeline + Cross-Validation：概念與最小可用流程、比較與重現；可解釋性與錯誤分析 
• 交付與作品集：Demo 簡報，把專案變成面試可展示作品 
• 實作專案報告

• 以職場流程為主線：從取資料、清理、整併、分析、視覺化、統計到把洞察寫成決策建議。 
• 務實技能組合：pandas 資料處理＋SQL 查詢＋指標表與多表分析，對齊企業日常分析工作。 
• 強調資料品質與偵錯：學會檢查資料、避免分析結論出錯，這是職場分水嶺。 
• 學習「用得上的分析模型」：回歸與分類等常見方法，重點是能做出可交付的分析結果。

作品集與 Demo 簡報