數據科學實戰指南

第1篇 資料科學專案之戰壕篇
第1章 資料科學專案的概念
1.1 資料科學概述
1.2 資料科學專案概述
1.3 資料科學專案的生命週期
第2章 資料科學專案的前提：大資料安全與個人隱私保護
2.1 大資料安全面臨的挑戰
2.2 資料安全法律法規
2.3 搭建大資料安全體系
第3章 資料治理
3.1 為什麼需要進行資料治理
3.2 資料治理中的常見模組
3.3 資料治理的下游使用

第2篇 資料科學專案之器械庫
第4章 資料科學專案團隊
4.1 專業資料人才
4.2 其他團隊人才
4.3 團隊合作
第5章 資料科學專案中的資料
5.1 資料的分類
5.2 資料在各個行業中的應用
第6章 資料科學專案的工具：資料科學平臺
6.1 資料科學平臺概述
6.2 為什麼需要資料科學平臺
6.3 資料科學平臺中的基礎概念
6.4 資料科學平臺的核心特性
6.5 資料科學平臺的分類
6.6 資料科學平臺使用指南

第3篇 資料科學專案之實戰篇
第7章 資料科學專案管理流程
7.1 診斷：資料科學專案的起步
7.2 組織：資料科學專案的保障
7.3 行動：資料科學專案的核心
7.4 評估：資料科學專案的昇華
第8章 資料科學專案實戰案例
8.1 資料科學助力企業線上數位化轉型案例
8.2 AI智慧模型平臺助力產銷預測案例