作品簡介
本書以實務為核心，從問題定義、數據蒐集、清洗、探索、模型構建、評估，到部署與維護，循序漸進地引領讀者掌握數據科學全流程。結合最新工具與技術（Python、SQL、Spark、MLflow）並討論倫理與資料治理，適合想從零開始或提升實務能力的分析師、工程師及決策者。
章節列表
共 11 章
1
第1章：數據科學的哲學與職業路線
2026-03-05
2
第2章：問題設計與目標設定
2026-03-05
3
第3章：數據蒐集與資料治理
2026-03-05
4
第 4 章：資料探索與可視化 — 洞見的開端
2026-03-05
5
第5章 探索性資料分析（EDA）
2026-03-05
6
第6章：機器學習與模型建構
2026-03-05
7
第7章 模型評估與可解釋性
2026-03-05
8
第8章：部署、監控與迭代
2026-03-05
9
第9章：數據倫理與責任
2026-03-05
10
第10章：案例研究與未來趨勢
2026-03-05
11
第十一章：模型部署、監控與持續改進
2026-03-05