聚焦資料：資料基礎、統計分析、視覺化，到用機器學習做預測。
聚焦資料：資料基礎、統計分析、視覺化，到用機器學習做預測。
學習路線把一個大目標拆成 5 個階段，每階段有「要學什麼」「里程碑（學到這你就過關）」「產出範例（動手做什麼證明你會了）」。照順序走，不要跳關。
下面每個階段都可以點開（手風琴），就地展開該階段的學習內容與目標。
這條路線共 5 個階段，循序漸進。點開下面各階段，即可就地展開該階段的學習內容：
建議：每個階段都務必完成「產出範例」那種動手練習。看懂不等於會做，做出來才算真的學會、也才是面試/考試的本錢。
把各階段的里程碑串起來，就是你的成長軌跡。逐一達成，就完成這條路線：
從資料取得、清理、探索分析(EDA)、視覺化，到統計與基本建模；培養用資料找洞見、支援決策的能力。
基本統計與 Python(或 SQL)；這條路線會逐步補上，重點是邏輯思考與對資料的敏感度。
分析重描述與解讀現況、產出洞見與報表；資料科學更偏預測建模與機器學習。兩者基礎重疊、常相互延伸。
先資料處理與視覺化、再統計概念與指標、接著迴歸與分類等基本模型；搭配本站互動頁理解每個概念。
有；資料處理、視覺化、統計與評估指標都是 iPAS(尤其中級大數據與機器學習科目)的重要基礎。