作品簡介
本書以實務為導向，從數據科學的基礎概念講起，逐步帶領讀者掌握數據收集、清洗、探索、建模與部署的完整流程。每章結合實際案例與最新技術，協助讀者在商業、金融、行銷等領域應用數據洞察，並思考數據倫理與職業發展。
章節列表
共 10 章
1
第一章：數據科學的脈絡與實務起點
2026-03-05
2
第2章：資料收集：從原始來源到可用資料
2026-03-05
3
第三章：探索性資料分析
2026-03-05
4
第四章：機器學習基礎
2026-03-05
5
第五章：模型部署與可解釋性
2026-03-05
6
7. 從模型到產品：MLOps 文化與未來方向
2026-03-05
7
第七章：AI‑Ops 與持續治理的實務指南
2026-03-05
8
第八章：數據洞見的商業化落地
2026-03-05
9
第九章 前瞻趨勢：深度學習、AutoML、AIOps
2026-03-05
10
第十章：數據科學家的職涯與社群
2026-03-06