作品簡介
本書以系統化、實務導向的方式，帶領讀者從資料科學的基礎概念到高階算法，並結合真實案例說明如何將模型部署於業務流程。內容涵蓋資料清洗、探索分析、機器學習與深度學習、模型評估、倫理合規，以及未來發展趨勢，適合數據分析師、資料科學家及對數據驅動決策有興趣的專業人士閱讀。
章節列表
共 14 章
1
第一章：資料科學概論
2026-03-04
2
第二章：模型評估與驗證—從指標到洞察
2026-03-04
3
第 3 章 資料前處理與特徵工程
2026-03-04
4
第 4 章：探索性資料分析與可視化
2026-03-04
5
5. 特徵工程：從原始數據到可用特徵
2026-03-04
6
第 6 章：深度學習與大資料
2026-03-04
7
第 7 章：模型評估、選擇與部署
2026-03-04
8
第八章：實時模型監控與告警 – 從數據到決策的生命週期
2026-03-04
9
第 9 章 行業案例分析
2026-03-04
10
第10章：打造永續資料科學組織 – 從實踐到文化
2026-03-04
11
第十一章：模型部署、監控與持續優化
2026-03-04
12
第十二章：自動化迴路的再設計
2026-03-04
13
第十三章：模型生命週期管理 — 從部署到持續優化
2026-03-04
14
第十四章：全流程 MLOps 工程與持續運營
2026-03-04