1.資料探索：
統計意義：母體&樣本、抽樣誤差
基本統計量：集中量數(μ, Md, Mo)、分散量數(Var, Stdev, IQR, CV)
圖形分析：直方圖、柏拉圖
2.資料前處理：
資料轉換：資料一般化
離群值分析：常態分佈、四分位數
缺失值處理：平均值、標準差…
資料標準化：正規化…
3.關鍵屬性篩選：
圖形檢定：直方圖、箱型圖、散佈圖
4.機器學習建模：
KNN最近鄰居法
Reg迴歸分析
邏輯斯迴歸
貝氏分類器
5.案例操作練習(搭配Excel練習，請攜帶電腦)
6.Q&A

1.讓學員清楚了解資料分析與解決之執行步驟與手法
2.學員可正確學習使用資料分析相關工具與手法
3.提升解決問題之能力以持續達成客戶滿意