資料科學、機器學習是近來最夯的關鍵字,引發的學習熱潮從未間斷,如果您正尋找資料科學、AI 的入門書,本書就是您的 Mr. Right!
【獨家資料科學 5 步驟,記牢、做熟這 5 步就夠了!】
只要上網 google "資料料學" 一定會發現,出現的關鍵字實在超級廣,包括 AI、機器學習、程式設計、資料視覺化、數學、統計...等等,這麼雜到底怎麼開始?總不可能通通碰過一輪?!
初學者看這本最適合!本書大聲告訴您:「資料科學沒那麼複雜!」,只要跟著書中精心設計的「資料科學 5 步驟」,記牢、做熟這 5 步就夠了!
問個感興趣的問題 → 資料取得 → 資料處理 → 探索性資料分析 → 機器學習做資料分析
【用 Excel 輕鬆實作機器學習,跟複雜的程式說掰掰!】
機器學習 (Machine Learning) 是資料科學實作非常重要的一環,很多書都告訴您必須碰程式,這也讓非 IT 背景的初學者相當苦手,本書正是程式苦手者的超級救星!Excel 是多數人都很熟悉的工具,這本書能讓各種不同學習背景和工作性質的讀者受惠,再也不限 IT 背景才能學。
再者,用程式來實作機器學習雖然「省事」,卻也「省略很多事」,若沒有自己細心研究,可能連資料集長什麼樣子都模模糊糊;而在訓練機器學習模型時也是一樣,程式往往把模型封裝成內部在做什麼都神神祕祕的黑盒子,三兩下就告訴您「模型訓練好了!」,到頭來只能虛虛地感覺自己「好像」學會了。
反觀 Excel 除了易學,還多了能細細觀察模型內部運作細節的優點!首先,數據資料都清清楚楚攤在儲存格上,再也不是看不到摸不到!而本書所介紹的【線性迴歸】、【KNN】、【K-Means】、【深度學習】等機器學習演算法,只需用到簡單幾個的 Excel 函數就可以輕鬆操作,讀者可以觀察公式清楚看出模型各階段的數據是怎麼算出來的;最後,書中各模型的工作表佈局和配色也都經過精心安排,希望透過種種設計讓讀者更容易掌握模型細部的運作細節!
本書特色:
□ 用最熟悉的 Excel 馬上可以動手做!
□ 精心設計豐富插圖,每一頁都有感!
□ 零數學公式、統計符號,輕鬆學會資料科學、機器學習!
□ 機器學習實戰演練:線性迴歸分析、KNN 分類、K-Means 分群、深度學習分類
□ 範例滿載!一次不熟換個範例多 run 幾次保證讓您會!