python

近幾年愈來愈多人考慮讀 Data Science （數據科學）轉行，但並不是人人都知道成功轉行 Data Scientist （數據科學家）的秘訣。Data Scientist（數據科學家）作為 I.T 行業當中的搶手職位之一，在 2012 年哈佛商業評論更被譽為21 世紀最「性感」的工作。想轉行成為「性感」的 Data Scientist 的你，對Data Science（數據科學）的認識又有幾多呢？ Data Science （數據科學）是甚麼？

以前我們說「電腦會否取代人類」，但現在我們說「AI (人工智能)會否取代人類」。前者多年前經已被廣泛地討論，多年來「電腦」一直協助人類工作做得更好。直至 AI (人工智能) 的出現，我們再次響起「會否被取代」這個警號。  以往我們會書寫信件與朋友來往，快則兩天，慢則十天八天。現在我們只要利用科技，便能與朋友即時通訊。人類對科技經已變得非常依賴，沒有再好得過「既方便又快捷」。  科技有很多好處，不僅減少過程中的複雜性、避免錯誤，還能減少資源浪費。更重要的是現今我們均追求「速度」，我們比起以前更沒耐性，什麼都要「即時」。  科技融入生活細節，加速了我們的生活節奏。而科技技術更不斷進化，功能更上一層樓，講求「自動化」，比起「方便」更加「方便」。自動化的科技使人類生活逐步走向 AI (人工智能) 的時代，AI 的設計能夠輔助一些重複性的工作、複雜性不高的職業。我們試試留意身邊的生活環境，便能察覺到其實 AI 技術已經慢慢逐漸滲入我們的日常生活之中。例如，飲食業出現智能機械人，酒店 Room service 亦有機械人代勞了。 另一個被 AI 影響的例子，便是我們開始時說到的通訊。當我們溝通時，Chatbot

AI is the future! “If you can’t beat them, join them!” AI 這大題目近年不斷被提及，是一種趨之若騖的科技。每間企業都希望利用 Data (數據) 去做更多生意。公司的 Data 由公司第一日營運開始便已擁有，但懂得利用數據經營才是公司需要把握、投放資源的地方。 其實 AI

近年人工智能嘅發展，大大提升咗公眾對數據應用嘅興趣，但有好多人都係對AI範疇一知半解。今次同大家講下數據科學、大數據、同埋數據分析到底係有咩分別！ #數據科學 係數據科學嘅世界裡，由於有龐大嘅數據同海量資料在內，Data science 嘅工作抱括揬掘大量嘅數據，從中探索數據中隱藏嘅Pattern，以辨別出唔同嘅行為模式，係呢個過程中，就需要唔同技術嚟分析呢D龐大嘅數據資料，包括編程、統計同埋機器學習演算法等。呢個精鍊嘅過程就有如由原油提煉石油般，從最Raw 最原始嘅材料提鍊出有價值嘅數據資料庫！ 其實從Data提鍊出有用嘅資料並唔係一D革新嘅概念，一向Data mining 同數據統計都係用類似嘅技術嚟預測未來。 #大數據 由於AI 時代嘅誕生，因而衍生出無窮無盡嘅大數據，從而有更多樣化嘅數據，處理嘅技術需要更為精準，包括捕獲數據、數據存儲、數據共享同數據查詢等等。早期大數據係過去十年廣泛用係企業內部嘅資料分析、商業智（Business Intelligence）同埋統計應用。但係而家嘅大數據已經唔單止係資料處理工具，更係一種企業思維同商業模式，因為資料量急速成長、儲存嘅設備成本下降、軟體技術進化同埋雲端環境成熟等種種嘅客觀條件，先可以讓資料分析由過去嘅洞悉歷史進化到預測未來，甚至係破舊立新，開創前所未見嘅商業模式。 #數據分析 即係透過提煉番黎嘅數據，用黎執行數據統計分析，得出結論並解決問題。係咪都係唔明呢？講白D，數據分析嘅工作即係「要讓數據說話」，話俾我哋知透過呢D數據我哋嘅後續應該要點做。後續嘅反應啱咗之後，即係話數據分析係正確嘅，反之亦然。透過後續嘅檢討，再修正數據分析嘅方法。 下次我地會講下具體用處同價值！