其實我最喜歡從事資料分析工作 除了可以穿運動服上班跟不用見客戶之外
就是「資料分析可以在各個產業活下去」
.
個人淺見
目前在台灣企業光靠資料分析當作主業務還是很難獲利
大部分都還是靠接案為主
接案時，客戶往往對資料分析沒有過多的了解,衍生很多問題
包含：
1.資料收集不全
2.對機器學習過多美好幻想
3.亂壓時程
.
data scientist 工作不太像是產線作業員
並不是投入多少時間 模型的成效就會成正斜率成長
有時候它會是低平原線過某個threshold才會有爆發性突破
.
參加datacon讓我驚艷的地方就是不完全是講給管理職聽
也有很多厲害的前輩居細彌遺分享建模過程/資料篩選/轉碼過程/建模構想/踩過的坑等等
感動大大們無私的奉獻
其中我想分享的是jazz 大師的投影片
清楚比較資料分析在各個產業的含金量與開發成本考量
資料各產業資料好玩程度，個人淺見大約是：
電商>醫療>製造>金融
.
電商：顧客在網站上所有行為基本上只要一次請好外包廠商整合後 資料就會每天乖乖進資料庫
由於顧客喜好跟過去資料相性很大 使用Collaborative Filtering就可以建立不錯推薦系統等等
.
醫療：jazz大師投影片中提到醫療支付我是不熟,但我覺得臨床試驗／健保資料庫資料已經有很多好玩的地方，含金量高（容易做出預測力好的模型），只是要看你們單位願不願意買單
.
製造業：早期人們沒有資料收集的概念，要知道這🐔台會不會壞掉,只有兩個欄位時間/是否有壞,
模型選擇也比較有限failure analysis/Probability distribution fitting/time series 想要有其他變項也要看公司是否願意花錢買sensor(嗚嗚)
.
金融:可能是因為在地方阿嬤（本人）的年代資料限制多 或是軟體綁手綁腳
有一種巧婦難為無米之炊的淡淡哀傷
.
Jazz大大投影片連結🔗
Facebook : Jazz wang
https://www.slideshare.net/mobile/jazzwang/data-engineering-in-taiwan-past-now-and-future?fbclid=IwAR0WtBusV6SxnrFgIpZCqS4FRUMASTzJmYcRXIPuRd06125H6VnBvESFo70
IG🐶：https://www.instagram.com/hello_mina001/
@hungweilie
#datacon
fitting軟體 在 [學習] 請問curve fitting 的軟體?!?!? - 看板Chemistry 的推薦與評價
目前實驗數據上 需要使用到 curve fitting的處理
需要要PL的圖譜 分出兩支PEAK
目前使用的XPSPEAK 不知是否是版本問題
只能讀5000個點的數據
但我PL圖譜有3萬多點
所以無法處理數據
不知道還有那些軟體可以處理呢?!
想請問各位
是否有推薦的軟體呢!?
希望是可以方便取得的!!
抱歉! 有點急需使用!!!
請各位幫幫忙了!!!
謝謝各位!!!!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.127.224.90
※ 編輯: Harki 來自: 140.127.224.90 (09/30 12:06)
... <看更多>