2025 07 17 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 資料分析 選擇適合的分析方法： o 描述性統計： 計算 平均值、中位數、標準差、變異數 等來描述資 料的分佈情況。 o 推論性統計： 進行 假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等， 從樣本推論到母體。 o 資料探勘： 1.使用分群分析 (K-means )、 2 .分類分析 (決策樹、隨機森 林)、 3.關聯分析 (Apriori 演算法) 等技術。 o 機器學習： 應用 監督式學習 與非監督式學習 技術，如 1.線性迴歸、 2.支援向量機 (SVM)、 3.神經網路、 4 .深度學習等。

 

2025 07 17 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 資料分析 選擇適合的分析方法： o 描述性統計： 計算 平均值、中位數、標準差、變異數 等來描述資 料的分佈情況。 o 推論性統計： 進行 假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等， 從樣本推論到母體。 o 資料探勘： 1.使用分群分析 (K-means )、 2 .分類分析 (決策樹、隨機森 林)、 3.關聯分析 (Apriori 演算法) 等技術。 o 機器學習： 應用 監督式學習 與非監督式學習 技術，如 1.線性迴歸、 2.支援向量機 (SVM)、 3.神經網路、 4 .深度學習等。

 資料分析 

 選擇適合的分析方法： 

 o 描述性統計：

   計算   平均值、中位數、標準差、變異數   等來描述資 料的分佈情況。

 o 推論性統計：

    進行   假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等，

    從樣本推論到母體。 

 o 資料探勘：

      1.使用分群分析   (K-means )、

      2 .分類分析         (決策樹、隨機森 林)、

      3.關聯分析          (Apriori 演算法) 等技術。

 o 機器學習：

     應用    監督式學習   與非監督式學習    技術，如

    1.線性迴歸、 

    2.支援向量機 (SVM)、

    3.神經網路、

    4 .深度學習等。

   結果驗證與檢查： 

    o 交叉驗證：檢查  模型  的   穩定性  與 泛化  能力。

    o 模型評估：

       使用指標 (如準確率、精確率、召回率、F1 分數等) 

       來  檢驗  分析結果  的   準確性  與  效果。