時間

主題

重點內容

10月04日(四)

Introduction

介紹

1. Introduction to Statistics and Probability
  統計和概率簡介

2. Basic Concepts of R Data Types and Structures
  R數據類型和結構的基本概念

Probability

機率

1. Probability機率

2. Conditional Probability條件概率

3. Random Variables隨機變量

4. Basic Concepts of R Programming Constructs
  R編程結構的基本概念

10月05日(五)

Data Description
數據描述

1. Univariate Data單變量數據

2. Bivariate Data雙變量數據

3. Multivariate Data多元數據

Distributions
分佈

1. Discrete Distributions離散分佈

2. Continuous Distributions連續分配

10月06日(六)

Sampling and Errors

取樣和錯誤

1. Central Limit Theorem中心極限定理

2. Sampling Methods抽樣方法

3. Errors, Measurement of Errors錯誤-錯誤測量

4. Biases, Noise, Data Dredging
偏差，噪音，數據疏浚

Estimation of Performance

績效評估

1. Confidence Intervals for Population Mean
 人口平均值的置信區間

2. Hypothesis Tests, Type-I and Type-II Errors
 假設檢驗，I型和II型錯誤

3. Resampling Methods重採樣方法

學歷/證照

波士頓大學電腦科學博士

台灣大學資工所碩士

授課

大數據分析、程式語言設計、作業系統、統計學、資料結構、資料處理

經歷

SAS 資深工程師及產品經理

波士頓大學資科系 - 兼任講師

Modify科技公司 - 技術總監

Verbind 科技公司 - 系統工程師

專長

大數據分析、程式語言設計、軟體工程、人工智慧

簡介

黃老師在念台大資工研究所時代所做的論文研究是語音辨識系統，需要處理大量的數據資料與比對分析，奠下大數據知識的基礎，之後在美國唸博士，開始大數據技術的鑽研，畢業後在大數據工具與應用的領先公司 SAS 工作超過 15 年，負責新技術的研發與教學，除了技術功力累積到 Architect 的技術最高職等，也因負責幾個大型專案，作為專案負責人而有機會跟客戶接觸並了解他們的需求，帶入軟體開發與應用，同時也一直在 BU 波士頓大學授課，培養優秀人才，所以能夠同時掌握市場的趨勢、理論的實踐與實務的應用，並且融會貫通。因為本身即為工具軟體的研發人員，能以深入淺出的方式提升學員對課程的理解，並用實際演練讓學員觸類旁通，活用知識，透過實做、實際的應用和寫程式做連結，可以幫初學者打好根基、建立正確的觀念，並且找對門路入門；對於有學過 R 語言的學員，則可以透過實作，接軌實務與實際的運用，會針對不同基礎的學員給不同的練習題，發揮課程的最大綜效。以下是黃老師所開發出來的大數據模組，並廣泛運用在廣告效果分析、客戶的互動、聰明的推薦與決策分析上，能為企業深耕客戶關係與服務，並讓決策與研發更有效率。

課程原價

開課前10日完成報名

早鳥優惠價

兩人同行

團報優惠價

$15,000元/人

$10,500元/人

$9,000元/人