個人指導
「留著統計血卻總在數據分析中迷路」
依稀記得在面試時最大的動機便是「期望可以跟著學姐學習業界常規的數據分析流程,補足產學落差」,在校內學習的統計知識大多過於理論,且程式語言也僅有一堂基礎必修課,習得的 coding 能力多為碎片的拼湊,遠不足以應付一個完整的數據分析專案,因此時常需至網上自行摸索,在整個分析的過程中,沒人教你正確的做法,也沒人回饋你做的是否正確。
而在這次的個人指導中,學姐從機器學習的知識面,一直到數據分析的應用面,無一不是親自教學與驗收,並一對一回饋學員的優缺點並提供建議,從中,我不僅習得 Python 的常用套包,也嘗試「手刻」程式碼完成鐵達尼號的倖存率分析,同時還體驗了 Auto Machine Learning 的高效率分析與多樣式圖表,這手刻與自動化的效率落差讓我頓時驚覺,或許統計人不須學會從 0 到 1 手刻模型,只要能擁有一個像 Decanter AI 的利器,並擁有足夠的商業敏感度與統計理論知識,將精力著重在商業命題的發現與數據 Insights 的解讀,就有機會發揮統計人的優勢,準確洞悉問題、立定假設、解讀圖表、挖掘 Insights 並創造價值!
謝謝資種,也謝謝宛儒學姐,也許我找到北極星了!
看看其他人的心得分享
個人指導
商管 AI 數據分析
盧宥婕
「留著統計血卻總在數據分析中迷路」
依稀記得在面試時最大的動機便是「期望可以跟著學姐學習業界常規的數據分析流程,補足產學落差」,在校內學習的統計知識大多過於理論,且程式語言也僅有一堂基礎必修課,習得的 coding 能力多為碎片的拼湊,遠不足以應付一個完整的數據分析專案,因此時常需至網上自行摸索,在整個分析的過程中,沒人教你正確的做法,也沒人回饋你做的是否正確。
而在這次的個人指導中,學姐從機器學習的知識面,一直到數據分析的應用面,無一不是親自教學與驗收,並一對一回饋學員的優缺點並提供建議,從中,我不僅習得 Python 的常用套包,也嘗試「手刻」程式碼完成鐵達尼號的倖存率分析,同時還體驗了 Auto Machine Learning 的高效率分析與多樣式圖表,這手刻與自動化的效率落差讓我頓時驚覺,或許統計人不須學會從 0 到 1 手刻模型,只要能擁有一個像 Decanter AI 的利器,並擁有足夠的商業敏感度與統計理論知識,將精力著重在商業命題的發現與數據 Insights 的解讀,就有機會發揮統計人的優勢,準確洞悉問題、立定假設、解讀圖表、挖掘 Insights 並創造價值!
謝謝資種,也謝謝宛儒學姐,也許我找到北極星了!