作品簡介
本書以資料科學為核心,聚焦其在社會創新領域中的實際應用。從基礎概念與工具說起,透過系統化的流程指導讀者學習資料探索、特徵工程、機器學習模型構建,以及模型在公共衛生、教育、環境等社會問題中的具體落地。書中亦重視資料治理與倫理議題,並提供團隊組建、專案管理的實務建議,最後以多個案例總結最佳實踐,幫助讀者將資料科學成果轉化為具體社會價值。
章節列表
共 9 章
1
章節 1:資料科學基礎:概念、流程與工具
2026-03-07
2
第二章:資料科學實務流程——從問題定義到行動落地
2026-03-07
3
3. 機器學習模型:監督式、非監督式與強化學習
2026-03-07
4
第四章:模型部署與持續監測
2026-03-07
5
第5章 資料可視化與溝通:從洞察到行動
2026-03-07
6
第六章 特徵工程與模型選擇:把社會問題量化為數據指標
2026-03-07
7
第七章:從資料洞見到政策制定:案例剖析與落地實踐
2026-03-07
8
第八章 案例研究:實際專案回顧與最佳實踐
2026-03-07
9
第九章 模型部署與持續監控:確保社會創新方案長期效益
2026-03-07