系列活動

製造資料科學:從預測性思維到處方性決策 (2017/2/11)

這門課程由國立成功大學資訊系暨製造所李家岩副教授主講,希望以深入淺出的方式,對製造資料科學作一整體性的介紹。課程專注於「問題本質的探索與觀念的釐清」,並輔以案例介紹工程資料分析時會遭遇的困難與挑戰。此外,對於機器學習或資料探勘強調的預測性分析 (Predictive Analytics),課程更進一步地延伸到處方性分析 (Prescriptive Analytics),以連結到管理者視角下,風險評估與決策制定的過程。希望課程內容能引起大家的興趣,並帶給大家在未來繼續學習進階知識的基礎。 活動介紹

智慧城市大數據應用 (2017/2/11)

由於資訊技術與行動裝置的快速發展,雲端運算、物聯網、感測網路、行動通訊、社交媒體、地理資訊等技術與服務日漸成熟,城市中由不同平台產生的異質性資料 (如感測網路、社群媒體、交通資訊、人群移動、地理特性與環境監測等資料) 已成為解決城市發展課題的重要手段,分析城市中的時空大數據將有利於開發者提供各種個人化或客製化的智慧型服務,也可輔助政府或企業管理高層做出聰明的決策,在本課程中將介紹如何處理城市的異質性大數據以及善用其開發社群媒體、商業策略、交通、能源、環保、旅遊與都市規劃等相關的智慧應用。 活動介紹

統計學家教你穩紮穩打 R 語言資料分析 (2017/2/11-12)

本課程由統計學家教您用 R 進行資料處理、呈現及統計分析。從第一天 R 的基礎 + 進階 (資料輸出輸入及處理、統計圖形、機率分佈、假設檢定、變異數分析、模擬統計模型與迴歸分析) 到第二天的統計分析方法應用(探索式資料分析、資料探勘案例研究),除了著重在方法理論的講述、假設及觀念的闡釋,同時也強調實際 R 程式撰寫操作,希望藉由本課程之訓練,奠定學員 R 程式撰寫及資料統計分析的基礎,並具有判斷不同狀況該用什麼不同的統計方法的數據能力。 活動介紹

Machine Learning 機器學習課程 (2017/2/12)

近年來,從機器學習、深度學習到人工智慧,都是透過分析這些巨量的資料,從中萃取出有價值的訊息,進而讓「電腦」對各種狀況作出正確判斷,甚至對一些未來的狀況做出預測。這些技術的高度發展,也帶動了各式各樣的創新應用。從 IBM 的 Watson 在 Jeopardy 搶答賽贏過參賽者、Google Deep Mind 的 AlphaGo 以四勝一負戰勝南韓九段天才棋王李世乭、Amazon 的 Echo 到工業 4.0、智慧城市等等。這些改變,已徹底改變了人類思考、學習與生活方式。本課程將介紹機器學習的基礎與原理,也將涵蓋各式機器學習演算法的核心技術:數值最佳化方法,同時也提供各種評估指標,以利在演算法中的參數挑選與不同演算法之間的比較。 活動介紹

手把手的深度學習實務 (2017/2/12)

本課程利用六個小時的時間,介紹 Keras 這個熱門的深度學習工具,從最簡單的前饋類神經網路 (Feedforward Neural Network) 開始,用 Keras 加入各種訓練技巧 (Regularization, Early Stopping, Dropout) 以得到好的預測模型。亦介紹深度學習模型的另一個變形:捲積式類神經網路 (Convolutional Neural Network, CNN),以完整的實務操作,讓你邁出成為深度學習訓練大師的第一步。 活動介紹

使用 R 建立自己的演算法交易事業 (2017/1/15)

我們希望藉由近幾年資料科學的興起,推廣正確的金融交易知識,包括金融資料分析與建立自己的演算法交易事業。自己的策略自己做,自己的風險自己控,自己的部位自己顧。在本課程裡,1 就是 1,2 就是 2,40 就是 40 (事實),沒有怪力亂神,沒有定義不清,一切的一切,統計說話,數據說話!本課程與上一課程 (用 R 輕鬆做交易策略分析及自動下單) 部分重覆,本次除針對理論做更深入講解,亦增加股票、期貨、選擇權開發實務分享。 活動介紹

人類行為大數據分析: 資料科學如何應用在教育及醫療領域 (2017/1/15)

人類本身具有透過觀察另一人的行為以做出高階層判斷,如情緒、個性、喜好、意圖…等訊息的高度整合能力。這種人類的主觀感知機制不僅發生在日常生活中,更早已廣泛在行為科學領域中被應用於專業主觀評量與行為分析。近年來,隨著工程訊號處理演算法的進步,學科領域界線的破除,加上大數據資料科學的發展,慢慢匯流出新興跨學科整合式「人類行為訊號處理」。本課程將以數個教育及醫療應用實例為主軸,貫穿並拆解「人類行為訊號處理」四大簡易步驟。 活動介紹

手把手的深度學習實務 (2017/1/15)

本課程利用六個小時的時間,介紹 Keras 這個熱門的深度學習工具,從最簡單的前饋類神經網路 (Feedforward Neural Network) 開始,用 Keras 加入各種訓練技巧 (Regularization, Early Stopping, Dropout) 以得到好的預測模型。亦介紹深度學習模型的另一個變形:捲積式類神經網路 (Convolutional Neural Network, CNN),以完整的實務操作,讓你邁出成為深度學習訓練大師的第一步。 活動介紹

資料探勘速遊 (2017/1/14)

資料探勘是資料科學中一個基礎的修習科目,這個學問結合了機器學習、人工智慧、資料庫、訊號處理、與統計等不同領域的技術,期待能從雜亂、巨大的資料中抽取出有意義的知識。理論上,透過這個技術,資料科學家可以作出各種應用。然而實際上,由於資料未經處理前,往往混亂、難以著手,如果沒有正確處理資料,往往無法得到有價值的知識。本課程的目的,在於帶領初學者了解如何從整理混亂的資料、並找到最適合的技術來解決問題,除了會深入淺出的教授一般教科書有的技術外,並會給與實際應用的例子,讓初學者能練習面對問題的方法,也能運用技巧來分析成品並同時教導如何衡量分析結果。 活動介紹

給工程師的統計學及資料分析 123 (2017/1/14)

「統計學」,是一個大家都熟悉卻可能又陌生的名詞。做為傳統上最接近資料科學、藉由分析資料去探索事實真相的一門學問,統計學遍佈在大專院校的各個系所中,在以往是許多學生最大的惡夢之一,現在卻又在大數據的時代,被許多人宣稱統計學已死。到底什麼是統計學?統計學包含資料分析,還是資料分析包含統計學?統計學能做到什麼,又不能做到什麼?會算平均數跟標準差之後,如果懂機率學,還能多做些什麼?這門課程將由臺大資管系孔令傑助理教授主講,用一天的時間對統計學與資料分析做一個入門的介紹。時間雖短,內容雖淺,相信仍可以幫大家釐清一些概念,也讓初學者學到一些可以實戰的技術。更重要的是,這門課希望能給大家在未來繼續學習進階知識的動機與基礎。 活動介紹

手把手教你 R 語言資料分析實務 (2017/1/14)

在此課程中將帶領對資料分析感到陌生卻又充滿興趣的您,完整地學會運用 R 語言從最初的蒐集資料、探索性分析解讀資料,並進行文字探勘,發現那些肉眼看不見、隱藏在資料底下的意義。此課程主要設計給對於 R 語言有基本認識,想要進一步熟悉實作分析的朋友們,希望在課程結束後,您能夠更熟悉 R 語言這個豐富的分析工具。透過蘋果日報慈善捐款的資料集,了解如何從頭解析網頁,撰寫爬蟲自動化收集資訊;取得資料後,能夠靈活處理資料,做清洗、整合及探索;並利用現成的套件進行文字探勘、文本解析;我們將一步步實際走一回資料分析的歷程,處理、觀察、解構資料,試著看看人們在捐款的決策過程中,究竟是什麼因素產生了影響,以及這些結果又是如何從資料中挖掘而出的呢? 活動介紹

電腦視覺一二三 (2017/1/5)

電腦視覺旨在發展演算法使得電腦能理解影像的內容,近年來電腦視覺相關的技術已廣泛應用於我們生活中,舉凡物件偵測,識別,追蹤,三維重建,多媒體分析以及檢索,監控系統,醫療影像,以及電視電影中的許多視覺效果都可以看到電腦視覺技術的應用。這場演講的目的在於介紹電腦視覺中的基本觀念和核心技術,透過大量實際的範例幫助大家快速了解這些技術如何被應用在日常生活中,以期讓聽眾有效率地了解這個領域,最新的發展以及未來展望。 活動介紹

Data exploration with modern R (2016/12/21)

Exploratory data analysis is the process of quickly looking at data, formulating hypotheses, and testing those hypotheses. In practice, two of the most important components of this process are transforming data and visualizing it. This tutorial will be a hands-on, practical introduction to using R for data exploration, with an emphasis on data transformation and visualization. I will focus on using modern R packages like ggplot2, dplyr, and tidyr for this tutorial. 活動介紹

人工智慧與機器學習在推薦系統上的應用 (2016/12/18)

本課程將帶你綜觀人工智慧,包括簡介人工智慧的歷史演進,以及其與機器學習的關聯,並介紹近年來機器學習發展出哪些擁有不同「能力」的模型;同時也會介紹推薦系統的原理、不同方式的推薦機制,以及協同過濾推薦的技巧,讓大家瞭解在實務上如何訓練好的機器學習模型,及如何應用相關技術建立智慧推薦系統。 活動介紹

手把手的深度學習實務 (2016/12/18)

本課程利用六個小時的時間,介紹 Keras 這個熱門的深度學習工具,從最簡單的前饋類神經網路 (Feedforward Neural Network) 開始,用 Keras 加入各種訓練技巧 (Regularization, Early Stopping, Dropout) 以得到好的預測模型。亦介紹深度學習模型的另一個變形:捲積式類神經網路 (Convolutional Neural Network, CNN),以完整的實務操作,讓你邁出成為深度學習訓練大師的第一步。 活動介紹

星火燎原 - Spark 機器學習初探 (2016/12/18)

此課程專為 Spark 入門者設計,在六小時帶您從無到有建置 Spark 開發環境,並以實作方式帶領您了解 Spark 機器學習函式庫 (MLlib) 的應用及開發。課程實作將以 Spark 核心之實作語言 - Scala 為主,搭配 Scala IDE eclipse 及相關 Library 建置本機開發環境,透過 IDE 強大的開發及偵錯功能加速開發流程;並介紹如何佈置至 Spark 平台,透過 Spark-submit 執行資料分析工作。本課程涵蓋機器學習中最常使用之分類、迴歸及分群方法,歡迎對 Spark 感興趣,卻不知從何下手;或想快速的對 Spark 機器學習有初步的了解的您參與! 活動介紹

人工智慧與機器學習在推薦系統上的應用 (2016/11/25)

本課程將帶你綜觀人工智慧,包括簡介人工智慧的歷史演進,以及其與機器學習的關聯,並介紹近年來機器學習發展出哪些擁有不同「能力」的模型;同時也會介紹推薦系統的原理、不同方式的推薦機制,以及協同過濾推薦的技巧,讓大家瞭解在實務上如何訓練好的機器學習模型,及如何應用相關技術建立智慧推薦系統。 活動介紹

一天搞懂深度學習 (2016/11/26)

深度學習是機器學習中近年來備受重視的一支,這堂課會簡介如何使用深度學習的工具 Keras,剖析深度學習和其它機器學習方法相比潛在的優勢,並分享深度學習的實作技巧及深度學習模型的各種變形,最後對深度學習的應用做展望。無論是從未嘗試過深度學習的新手,還是已經有一點經驗,都可以在這門課中有所收穫! 活動介紹

人類行為大數據分析: 資料科學如何應用在教育及醫療領域 (2016/10/30)

人類本身具有透過觀察另一人的行為以做出高階層判斷,如情緒、個性、喜好、意圖…等訊息的高度整合能力。這種人類的主觀感知機制不僅發生在日常生活中,更早已廣泛在行為科學領域中被應用於專業主觀評量與行為分析。近年來,隨著工程訊號處理演算法的進步,學科領域界線的破除,加上大數據資料科學的發展,慢慢匯流出新興跨學科整合式「人類行為訊號處理」。本課程將以數個教育及醫療應用實例為主軸,貫穿並拆解「人類行為訊號處理」四大簡易步驟。 活動介紹

R 語言資料探勘實務 (2016/10/30)

在這資料科學逐漸成為顯學的年代,無論面對的是資料的幾個 V,其中最重要的永遠都是 Value (價值) 這個 V,而資料探勘正是一種透過系統化的方式釐清資料的脈絡、找出其中有價值的特徵與相關性的技術。這門六小時的課程,將從最實務的角度切入,與大家分享如何將現實中極待解決的問題,轉換成可以利用資料探勘技術處理的問題,並且運用 R 語言中各種強大的工具,進行關聯性分析、迴歸分析以及叢聚分析,以達成將資料中隱藏的資訊挖掘出來的最終目標。 活動介紹

用 R 輕鬆做交易策略分析及自動下單 (2016/10/30)

金融交易博大精深,許多有趣的現象也伴隨科技的進步跟著演變,過去股市名嘴喊盤,現在資料科學說話,舉凡交易策略建構、資金管裡的理論與實務,甚至老師最愛說的技術分析、K 線型態,高手最愛強調的盤感、盤感、盤感,說穿了這些都是資料科學的應用。這堂課由知名財金部落格 Bituzi 專欄作家吳牧恩 (牧清華) 與新創公司 Fintech 團隊系統顧問林佳緯聯手打造,讓資料科學教你正確的金融交易知識,同時學會用 R 語言做自動下單系統的決策工具,自己分析金融資料。 活動介紹

星火燎原 - Spark 機器學習初探 (2016/10/30)

此課程專為 Spark 入門者設計,在六小時帶您從無到有建置 Spark 開發環境,並以實作方式帶領您了解 Spark 機器學習函式庫 (MLlib) 的應用及開發。課程實作將以 Spark 核心之實作語言 - Scala 為主,搭配 Scala IDE eclipse 及相關 Library 建置本機開發環境,透過 IDE 強大的開發及偵錯功能加速開發流程;並介紹如何佈置至 Spark 平台,透過 Spark-submit 執行資料分析工作。本課程涵蓋機器學習中最常使用之分類、迴歸及分群方法,歡迎對 Spark 感興趣,卻不知從何下手;或想快速的對 Spark 機器學習有初步的了解的您參與! 活動介紹

一天搞懂深度學習 (2016/9/24)

深度學習是機器學習中近年來備受重視的一支,這堂課會簡介如何使用深度學習的工具 Keras,剖析深度學習和其它機器學習方法相比潛在的優勢,並分享深度學習的實作技巧及深度學習模型的各種變形,最後對深度學習的應用做展望。無論是從未嘗試過深度學習的新手,還是已經有一點經驗,都可以在這門課中有所收穫! 活動介紹

用 R 輕鬆做交易策略分析及自動下單 (2016/9/24)

金融交易博大精深,許多有趣的現象也伴隨科技的進步跟著演變,過去股市名嘴喊盤,現在資料科學說話,舉凡交易策略建構、資金管裡的理論與實務,甚至老師最愛說的技術分析、K 線型態,高手最愛強調的盤感、盤感、盤感,說穿了這些都是資料科學的應用。這堂課由知名財金部落格 Bituzi 專欄作家吳牧恩 (牧清華) 與新創公司 Fintech 團隊系統顧問林佳緯聯手打造,讓資料科學教你正確的金融交易知識,同時學會用 R 語言做回測及串接 API 下單,自己分析金融資料。 活動介紹

給工程師的統計學及資料分析 123 (2016/9/4)

「統計學」,是一個大家都熟悉卻可能又陌生的名詞。做為傳統上最接近資料科學、藉由分析資料去探索事實真相的一門學問,統計學遍佈在大專院校的各個系所中,在以往是許多學生最大的惡夢之一,現在卻又在大數據的時代,被許多人宣稱統計學已死。到底什麼是統計學?統計學包含資料分析,還是資料分析包含統計學?統計學能做到什麼,又不能做到什麼?會算平均數跟標準差之後,如果懂機率學,還能多做些什麼?這門課程將由臺大資管系孔令傑助理教授主講,用一天的時間對統計學與資料分析做一個入門的介紹。時間雖短,內容雖淺,相信仍可以幫大家釐清一些概念,也讓初學者學到一些可以實戰的技術。更重要的是,這門課希望能給大家在未來繼續學習進階知識的動機與基礎。本課程由四個模組組成:1) 貓都嫌簡單的資料摘要與視覺化, 2) 假設檢定與一點都不神秘的 p 值, 3) 讓你一秒看起來像專家的迴歸分析, 及 4) 想當然爾的綜合應用與案例研討。 活動介紹

手把手教你 R 語言資料分析實務 (2016/9/4)

在此課程中將帶領對資料分析感到陌生卻又充滿興趣的您,完整地學會運用 R 語言從最初的蒐集資料、探索性分析解讀資料,並進行文字探勘,發現那些肉眼看不見、隱藏在資料底下的意義。此課程主要設計給對於 R 語言有基本認識,想要進一步熟悉實作分析的朋友們,希望在課程結束後,您能夠更熟悉 R 語言這個豐富的分析工具。透過蘋果日報慈善捐款的資料集,了解如何從頭解析網頁、熟悉 xpath 語法,撰寫爬蟲自動化收集資訊;取得資料後,能夠靈活處理資料,做清洗、整合及探索;並利用現成的套件進行文字探勘、文本解析;我們將一步步實際走一回資料分析的歷程,處理、觀察、解構資料,試著看看人們在捐款的決策過程中,究竟是什麼因素產生了影響,以及這些結果又是如何從資料中挖掘而出的呢? 活動介紹

活動回顧

更多照片請至 台灣資料科學年會相簿

DSC_0171
303A3185
DSC_3146
IMG_8181
DSC_0281
DSC_2123
DSC_1946
DSC_0681
DSC_8850

今年主軸

邁入第三屆的 2016 台灣資料科學年會將保持深獲好評的四天議程,除了有從資料科學的入門到專家,為不同程度參加者精心準備的全天實戰課程營,年會主議程更擴大到 43 場主題各異、產學兼具的密集演講,讓我們今年能歡迎更多的報名者參加。以此搭配新型態的交流活動設計,期待能使與會者間有更豐富且多元的平台,來分享資料科學最尖端的技術思維。今年的活動包含「年會主議程」、「「資料科學的第一堂課:心法、案例分析與團隊建立」、「一天搞懂深度學習」、「從資料到知識:從零開始資料探勘」、「R 語言資料工程及探勘實務」、「手把手教你 R 語言資料分析實務」、「有志一同場次」、「媒合交流場次」,詳細介紹如下:

年會主議程

「分享」是我們年會與資料科學社群一貫的精神。我們邀請來自四面八方的資料科學專家,與聽眾分享他們第一手的資料與成果,鼓勵聽眾與講者間零距離的深度交流。我們的特點是講師都具有直接的資料分析經驗,清楚呈現給大家資料具體的來源與分析困難處,不打高空的讓參與者瞭解講師已經用資料科學解決哪些不同領域的挑戰、並創造多少價值。 詳情見議程表

資料科學的第一堂課:心法、案例分析與團隊建立

此活動由總召陳昇瑋博士,分享其協助多家企業培訓及導入資料科學團隊的經驗。從企業如何跳脫既有框架,讓資料科學團隊揮灑無限創意著手,進而活用資料、挖掘出資料中不為人知的秘密,最終打造高信任度及高效率的工作環境,展現資料分析的價值。誠摯地邀請您,讓資料科學專家引領您找出最佳答案。 課程介紹

一天搞懂深度學習

深度學習是機器學習中近年來備受重視的一支。這堂課會簡介如何使用深度學習的工具 Keras,剖析深度學習和其它機器學習方法相比潛在的優勢,並分享深度學習的實作技巧及實戰經驗,最後對深度學習的應用做展望。無論是從未嘗試過深度學習的新手,還是已經有一點經驗,都可以在這門課中有所收穫。 課程介紹

從資料到知識:從零開始的資料探勘

資料探勘能挖掘隱藏在資料背後的知識。然而未經處理的資料相當混亂,令人難以發現資料所隱含的訊息,甚至讓人疑惑能做出什麼應用。本課程帶領初學者深入淺出地了解資料探勘,並系統化地將資料探勘能解決的問題分門別類,再佐以大量實際的例子,來讓學員能駕輕就熟地運用資料探勘挖掘資料背後的知識。 課程介紹

R 語言資料工程及探勘實務

來自現實的資料常常是無法直接進行分析的。這門兩天的進階課程將從最實務的角度跟大家分享如何在 R 中處理非結構化的資料、耙梳資料的脈絡並且整合迥異的資料源;進而對處理後的資料進行關連性分析、叢聚分析以及資料分群以發掘出隱含於資料中真正的價值。 課程介紹

手把手教你 R 語言資料分析實務

此課程主要設計給對於 R 語言有基本認識,想要進一步熟悉實作分析的朋友們。了解如何解析網頁、撰寫爬蟲,使用套件提高資料清洗及整合的效率,並進行文字探勘,最終能從資料中找出不分析就不會輕易發現的意義。我們以蘋果日報慈善捐款的公開資料為教材,帶著大家實際以資料分析探究捐款的決策歷程。 課程介紹

有志一同場次 (Birds-of-a-feather sessions)

* 欲參加此活動需持有 "年會主議程" 票種
資料科學天生就是跨領域的學門,自然大家注意到的應用領域會有所不同。因此,透過有志一同場次的安排,讓關注同個應用領域的同好們可以相互認識並做交流。今年我們安排以下十場有同一志交流場次 -「社群網路分析」、「電商、零售及網路行銷」、「資料視覺化」、「資訊安全」、「健康醫療」、「教育大數據 」、「財務金融」、「未來城市的交通運輸」、「人工智慧 / 機器學習 / 深度學習」、「開放資料及個資保護」。詳情請見議程表

媒合場次 - 產官學合作交流場次

* 欲參加此活動需持有 "年會主議程" 票種
資料科學領域推展的一個挑戰是,擁有資料的人,發生問題的人,與懂得使用資料的人,往往碰不到一起。可能在同一棟大樓,同一個園區,同一個城市,至少在同一個國家,但現況通常是:想做資料分析的人沒有資料,想解決問題的人沒有足夠資源來解決。為打破這個困難,我們設立產官學合作交流場次。目的在於讓來自於產官學界的資料科學愛好者們同聚一堂,由資料擁有者提出他們的問題/需求,與在場的資料處理/分析專家即時互動,達到交流及媒合的目的。詳情請見議程表

媒合場次 - 人才媒合場次

* 欲參加此活動需持有 "年會主議程" 票種
各領域都一樣,人才是難得的。國內的企業開始投入資料科學的發展,第一個遇到的問題就是,找不到人才,人才在哪呢?事實上,有許多優秀的初入社會的新鮮人,可能來自資工資管領域,或者經濟、會計、財管、國貿、工工、企管、統計領域,甚至醫管、風控、財工、航太、社會、政治、心理領域,對於資料科學及應用非常有興趣及潛力,同時也具有企圖心,盡全心在追求自己的夢想,尋找能夠發光的舞台。我們希望能在人才及需求媒合問題上提供一個平台,由年會的人才媒合交流場次開始。不論是人才或是尋覓千里馬的白樂,希望可以透過此場次,有個現場交流進行媒合的機會。
詳情請見議程表

關於年會

台灣資料科學年會由一群愛好資料科學的同好們共同舉辦,宗旨為推廣資料科學的認知、技術及應用,議題包含資料科學的各個層面,例如數理統計、資料視覺化、資料處理及計算、資料儲存以及各領域裡的資料分析應用等,期待能透過演講、資料分析上手教學課程、心得分享、資料交流等各種形式,將我們對於資料科學的熱情傳達給大眾,幫助與會聽眾瞭解資料科學的魅力,進入資料科學的領域,進而一起探索與開發資料科學的潛力,更重要是能促使將資料科學引入每個人的專業領域之中,帶來新的創新及價值。

贊助

鑽石級贊助


白金級贊助


黃金級贊助