AI與商業數據實務班 第5梯次

課程時數

87小時

上課方式

遠距教學

適合對象

1.    無相關程式基礎,不熟悉產業科技知識,對AI人工智慧或數據分析領域有興趣者
2.    職務是行銷、專案經理或業務等,在商業領域工作,並想透過數據分析與AI工具提升決策效率

開課期間:

2026/07/28(二) - 2026/11/14(六)

報名截止

2026/07/23(四) 23:59

 

【課程模組】

課程名稱

課程內容

時數

【AI x 數據】

AI 數據處理概念

. 數據的成長、數據的重要性

. 瞭解數據類型和結構(整數、符點數、字串、日期、布林、圖、文章)

. 公開數據集來源(Kaggle、Git Hub、Hugging Face等)、爬蟲的運作

. 數據清理(缺失值、離群值、類別化、標準化、正規化)

. 數據的特徵、關聯性分析、特徵工程

. 從數據學習~模型、分群、分類、監督式及非監督式學習

3

【AI x 數據】

ChatGPT指令與應用

1. ChatGPT與資料分析

>透過AI找分析指標

>透過AI生成指定資料集

2. ChatGPT與資料視覺化

>透過AI找尋圖表範例

>透過AI生成創意型圖表

3

【AI x Excel】

Excel基礎與資料分析

1. Excel基本使用與資料分析常用函式介紹與樞紐分析表

2. VBA語言基礎介紹與環境使用

3. 資料分析ER model概念

4. 利用Power Pivot建立ER模型

6

【AI x Excel】

資料處理

1. 利用DAX語言進行資料處理

2. 利用Power Map進行地圖報表分析

6

【AI x Excel】

商用報表與演練

1. 利用ChatGPT與Copilot協助建立資料模型

2. 結合VBA與網路爬蟲製作簡易上櫃股市分析報表

3. 利用EXCEL樞紐分析進行公司營運資料分析

6

【結構化查詢語言(SQL)】

資料庫與SQL語法基礎概念

1. 資料和資料庫概念

2. SQL 基礎語法

6

【結構化查詢語言(SQL)】

數據資料儲存與讀取

SQL 資料處理

練習在資料表上運算、分析、資料整理

6

【AI 驅動爬蟲技術】

利用 AI 打造資料收集介面與流程

利用 Cursor進行商業資料結構規劃,設計符合業務需求的資料收集介面與流程。

6

【AI資料分析指令】

運用 Gemini + Colab

資料分析與視覺化

1.虛擬資料科學家實作:精準 Prompt 指令演練,讓 AI 輔助撰寫 Python 進階分析程式碼、自動執行特徵工程與統計檢定。

2.動態互動圖表生成:運用 Gemini 於 Colab 內一鍵打造高質感的商業資料洞察圖表。

6

【資料視覺化】

Power BI 數據分析

1. Power BI Desktop工具介紹與使用安裝說明

2. Power BI三大模組介紹與使用

3. Power Query資料正規化:ETL(Extract-Transform-Load))介紹、獲取資料(匯入)、資料清理、資料讀取

6

※搭配書籍:Power BI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到報表共享建立全局觀念/旗標(將於課前寄發書籍,作為課堂教學補充)

【資料視覺化】

Power BI 實務應用與實作

建立戰情室圖表視覺表現

1. Power BI的核心工具-Power Pivot:資料建模、量值的觀念與應用-DAX 函數語法

2. 設計視覺效果-Power View:建立互動式視覺化儀表板、圖表介紹、圖表欄位與格式設定、手機版面設計

6

【Orange大數據分析】

orange 數據分析與AI模型建構基礎

介紹orange 數據分析與AI模型建構之環境介紹,基本功能模組:資料匯入、資料清理、數據編碼、數據標準化、數據正規化、數據特徵工程、資料基礎統計分析、數據分佈、圖表(...)呈現等案例說明。

※搭配書籍:人工智慧:素養及未來趨勢/全華圖書
(將於課前寄發書籍,作為課堂教學補充)

3

【Orange大數據分析】

Orange之AI模型建構

1.  資料可視化

2.  機器學習之分類模型、商用數據案例之分類模型建構及運作

3.  機器學習之迴歸模型、商用數據案例之預測模型建構及運作

4.  機器學習之分群模式、商用數據案例之分群模型建構及運作

5.  深度學習之原理、模型建構及數據案例分享

6.  數據距離

7.  混淆矩陣與效能指標

9

【Orange大數據分析】

Orange實作與應用

AI數據處理之系統化流程~案例介紹與圖表生成

6

【專題報告】

主題式數據處理專題

1.  學員分組,以團體/個人方式進行專題研究。

2.  主題式數據處理專題:包括數據清理、分析、視覺化、AI模型建構、預測、分類、或分群、效能分析等(擇一)

9

總  計

87

※主辦單位保留調整課程內容與講師等之權利。