資料分析
選擇適合的分析方法：
o 描述性統計：
計算 平均值、中位數、標準差、變異數 等來描述資 料的分佈情況。
o 推論性統計：
進行 假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等，
從樣本推論到母體。
o 資料探勘：
1.使用分群分析 (K-means )、
2 .分類分析 (決策樹、隨機森 林)、
3.關聯分析 (Apriori 演算法) 等技術。
o 機器學習：
應用 監督式學習 與非監督式學習 技術，如
1.線性迴歸、
2.支援向量機 (SVM)、
3.神經網路、
4 .深度學習等。
結果驗證與檢查：
o 交叉驗證：檢查 模型 的 穩定性 與 泛化 能力。
o 模型評估：
使用指標 (如準確率、精確率、召回率、F1 分數等)
來 檢驗 分析結果 的 準確性 與 效果。
發表文章
