第一章 資料科學入門

# 第一章 資料科學入門 > **本章重點** > - 理解資料科學的核心概念與價值 > - 掌握常見工具與技術棧 > - 了解典型資料科學流程圖 > - 為後續章節設定明確的學習目標 --- ## 1.1 什麼是資料科學？ 資料科學（Data Science）是一門跨領域學科，結合統計學、計算機科學、領域知識與商業洞察，將非結構化或結構化資料轉化為可執行的知識。它的核心目標是： | 目的 | 說明 | |------|------| | 資料探索 | 從大量資料中尋找規律與模式 | | 模型建構 | 構建能預測或解釋現象的模型 | | 決策支持 | 提供資料驅動的建議，協助商業決策 | | 迭代優化 | 透過持續測試與改進，提升模型效能 | > **案例**：一家零售商想提升商品滯售率。資料科學團隊利用銷售紀錄、庫存數據與顧客行為資料，建立滯售預測模型，進而調整進貨計畫，減少成本 15%。 ## 1.2 資料科學常見工具與技術棧 資料科學的工作流程可分為三大區塊： 1. **資料處理**：資料採集、清洗、轉換。 2. **分析與建模**：統計推斷、機器學習、深度學習。 3. **部署與監控**：模型部署、API、監控。 | 工具類別 | 代表工具 | 主要用途 | |----------|----------|----------| | 語言 | Python、R | 編寫分析腳本、原型開發 | | 開發環境 | Jupyter Notebook、RStudio、VS Code | 交互式實驗、代碼管理 | | 資料庫 | PostgreSQL、MongoDB、Snowflake | 資料存儲、查詢 | | 版本控制 | Git | 追蹤代碼變更 | | 目錄管理 | Conda、pip、virtualenv | 依賴管理 | | 可視化 | Matplotlib、Seaborn、Plotly、Tableau | 數據可視化 | | 機器學習 | scikit‑learn、XGBoost、LightGBM、TensorFlow、PyTorch | 模型訓練 | | 部署 | Docker、Kubernetes、Flask、FastAPI、AWS SageMaker | 模型容器化、雲端部署 | | 監控 | Prometheus、Grafana、MLflow | 追蹤模型表現 | > **實作小提示**：在 Python 中，建議使用 `conda` 建立專案環境，再透過 `requirements.txt` 或 `Pipfile` 管理依賴，確保不同環境的一致性。 ## 1.3 資料科學流程圖 以下是常見的資料科學流程圖，涵蓋從資料蒐集到部署的全程。此流程可作為日常工作中的參考。 mermaid flowchart TD A[問題定義] --> B[資料蒐集] B --> C[資料清洗] C --> D[探索性資料分析 (EDA)] D --> E[特徵工程] E --> F[模型選擇與訓練] F --> G[模型評估] G --> H[部署與監控] H --> I[商業回饋] I -->|改進| A > **注意**：流程不是線性的，而是迴圈的。商業回饋往往會導致問題重新定義或資料蒐集的調整。 ## 1.4 設定個人學習目標 為了確保學習效果，建議讀者在開始本書前完成以下步驟： 1. **確定學習動機** - 為什麼想學資料科學？（提升職場競爭力、轉職、創業、學術研究） 2. **設定學習成果** - 3 個月內完成「零售商滯售預測」案例 - 6 個月內能獨立完成一個簡易機器學習專案 3. **建立學習路徑** - 先閱讀本書前兩章（基礎概念、統計思維） - 參與 Kaggle 比賽或自組小專案 - 每週至少 6 小時專注於實作 4. **建立評估機制** - 每月檢視學習進度（完成章節、案例、專案） - 透過線上社群（如 DataCamp、Coursera、社群論壇）尋求回饋 > **範例學習目標表** > >| 目標 | 時間 | 成功指標 | >|------|------|-----------| >| 完成「資料科學入門」 | 1 周 | 讀完章節 1‑3，完成練習題 | >| 建立 Jupyter Notebook 環境 | 2 天 | 具備 Conda、Jupyter、Python 3.10 | >| 完成第一個 Kaggle 比賽（入門） | 4 周 | 參與 1 場比賽，完成模型上傳 | > > **提示**：將學習目標寫成 SMART（Specific, Measurable, Achievable, Relevant, Time‑bound）格式，能更有效追蹤進度。 ## 1.5 小結 本章作為整本書的起點，為讀者奠定資料科學的基礎概念與工具框架，同時提供一套清晰的流程圖和學習目標設定方法。接下來的章節將逐步深入統計推斷、資料處理與探索性分析，並透過實作範例帶領讀者從理論走向實務。 > **下一章預告**：第二章將聚焦於統計思維與推論，幫助你在商業案例中靈活運用描述統計、假設檢定與回歸模型。