執行大數據分析在產業中的定位所需的流程（必考）
一句話理解
BDA 八步驟：從定義題目到最後報告，每一步都可能是失敗的原因。
核心流程
- 定義題目：找出目標問題的輸入與輸出，判斷解題類型（迴歸、預測、分類、分群、最佳化…），實務上還需考慮環境與條件限制
- 收集資料：收集所有與本問題有關的資料集（內部 + 外部）
- 清洗資料：觀察資料、找出與修正不合理或缺值的資料、合併資料欄位；檢查缺值、異常狀況、資料分布
- 取特徵值：（早期）由「人工」找出對資料分析有用的欄位；（近期）更改資料欄位型態以提升辨識準確率
- 降維概論：由「電腦」及「資料集」找出對資料分析有用的欄位，不同資料集答案可能不同
- 建模：給予輸入輸出後，建立起輸入輸出間的數學函數
- 分類：將未知資料分到多個定義好的群組中
- 報告製作：按照廠商的需求製作分析說明書
常見錯誤
- 步驟1定義不清 → 整個流程做白工
- 步驟3清洗不完整 → garbage in, garbage out
- 步驟5降維選錯方法 → 準確度下降