資料科學:
●數據收集與準備:使用可靠的數據來源收集所需資料,並使用Python (Pandas, Numpy, etc.) 與SQL進行數據準備。
●數據清洗與完整化:使用Python (scikit-learn) 對缺失數據執行imputation以及對數據標準化。
●數據匯整:使用Python套件把數據整合並匯入SQL伺服器。
●分析數據:使用機器學習技術與實驗設計分析找出數據背後的意義並預測未來可能的結果。
●人工智慧應用:使用機器學習技術 (DNN,決策樹, K-mean) 為數據分類/分群,影像辨識(YOLO)
最佳化演算法:
●工程報表系統維護。
●採用適當最佳演算法改善產線生產效能。
#Python #MS SQL #軟體程式設計 #Machine Learning #資料庫程式設計 #軟體工程系統開發 #Oracle SQL