陳擎文

人工智慧商情預測13 (2025）：範例6-10深度學習線性迴歸模型，範例6-12深度學習預測患者是否患有糖尿病，範例6-13類神經網路預測患者鳶尾花品種，使用OneHotEncoder編碼

人工智慧商情預測13 (2025）：範例6-10深度學習線性迴歸模型，範例6-12深度學習預測患者是否患有糖尿病，範例6-13類神經網路預測患者鳶尾花品種，使用OneHotEncoder編碼
MySQL資料庫13 (2025)：範例10-13.中級數據分析，範例10-14.高級數據分析（第1題）

MySQL資料庫13 (2025)：範例10-13.中級數據分析，範例10-14.高級數據分析（第1題）
CRM 13(2025）：非常重要的第二題：chp310-1在報紙投放4種廣告，同時做差異檢定，高低檢定，chp310-4【實戰市場調查：洗髮精的競品調查】：消費者購買洗髮精的考慮，會有品牌效應嗎

CRM 13(2025）：非常重要的第二題：chp310-1在報紙投放4種廣告，同時做差異檢定，高低檢定，chp310-4【實戰市場調查：洗髮精的競品調查】：消費者購買洗髮精的考慮，會有品牌效應嗎
人工智慧商情預測12 (2025）：範例6-6『完整寫法』建立『隨機森林法』模型來預測『屬於鳶尾花朵的品種』，範例6-8.『完整寫法』建立『K-means分群』模型來把『動物鳶尾花朵自動分群』

人工智慧商情預測12 (2025）：範例6-6『完整寫法』建立『隨機森林法』模型來預測『屬於鳶尾花朵的品種』，範例6-8.『完整寫法』建立『K-means分群』模型來把『動物鳶尾花朵自動分群』
MySQL資料庫12 (2025)：chp10-4-二種方法求解【下過訂單，未曾下過訂單】，hp10-6-計算每筆訂單的所有產品的總價，chp10-12.初級數據分析

MySQL資料庫12 (2025)：chp10-4-二種方法求解【下過訂單，未曾下過訂單】，hp10-6-計算每筆訂單的所有產品的總價，chp10-12.初級數據分析
CRM12，chp38-7東京是否暖化的證明，90年代前後溫度檢定，chp39-1鑑別3種易搞混檢定：單一樣本t檢定，成對樣本t檢定，獨立樣本t檢定。chhp39-2。chp310-1單因子變異數分析

CRM12，chp38-7東京是否暖化的證明，90年代前後溫度檢定，chp39-1鑑別3種易搞混檢定：單一樣本t檢定，成對樣本t檢定，獨立樣本t檢定。chhp39-2。chp310-1單因子變異數分析
MySQL資料庫11 (2025)：chp10-1-將2個被分割的關聯資料表，還原成一個，chp10-2-分群計算，chp10-3-產品編號=12的所有訂單，chp10-4--下過訂單，未曾下過訂單

MySQL資料庫11 (2025)：chp10-1-將2個被分割的關聯資料表，還原成一個，chp10-2-分群計算，chp10-3-產品編號=12的所有訂單，chp10-4--下過訂單，未曾下過訂單
人工智慧商情預測11 (2025）：範例6-5-6步驟建立『決策樹tree』模型來預測『客戶關係管理裡面的客戶價值度』，範例6-7-6步驟建立『支持向量機算法SVM』模型來預測『鐵達尼號乘客是否生存』

人工智慧商情預測11 (2025）：範例6-5-6步驟建立『決策樹tree』模型來預測『客戶關係管理裡面的客戶價值度』，範例6-7-6步驟建立『支持向量機算法SVM』模型來預測『鐵達尼號乘客是否生存』
CRM 11 （2025）：1.非常重要的一題：實戰商品開發的市場調查範例，chp38-5-男女專用洗面乳的開發。2.很容易做錯的一題：chp38-7-東京市是否有暖化的證明，90年代前後溫度檢定

CRM 11 （2025）：1.非常重要的一題：實戰商品開發的市場調查範例，chp38-5-男女專用洗面乳的開發。2.很容易做錯的一題：chp38-7-東京市是否有暖化的證明，90年代前後溫度檢定
人工智慧商情預測10 (2025）：範例6-3-5步驟建立KNN模型，範例6-4.5步驟』建立『邏輯迴歸』模型來預測『客戶關係管理裡面的客戶價值度』

人工智慧商情預測10 (2025）：範例6-3-5步驟建立KNN模型，範例6-4.5步驟』建立『邏輯迴歸』模型來預測『客戶關係管理裡面的客戶價值度』
MySQL資料庫10 (2025)：chp8.分群分析，chp8-1分群後的頻數分析，chp8-2分群後的欄位計算分析，chp8-3-群後的欄位計算分析，再篩選條件，chp8-4分1群後計算2個目標值

MySQL資料庫10 (2025)：chp8.分群分析，chp8-1分群後的頻數分析，chp8-2分群後的欄位計算分析，chp8-3-群後的欄位計算分析，再篩選條件，chp8-4分1群後計算2個目標值
CRM 10 （2025）：獨立樣本t檢定，chp38-1男女每週飲料花費是否有差異？chp38-2男生大於女生否，chp38-4男女洗選購面乳的在意點，男女是否有差異？chp38-5.男生大於女生否

CRM 10 （2025）：獨立樣本t檢定，chp38-1男女每週飲料花費是否有差異？chp38-2男生大於女生否，chp38-4男女洗選購面乳的在意點，男女是否有差異？chp38-5.男生大於女生否
MySQL資料庫08 (2025)：作業二，第4，5題，講解，chp8.分群分析，chp8-1-分群後的頻數分析，chp8-2-分群後的欄位計算分析:

MySQL資料庫08 (2025)：作業二，第4，5題，講解，chp8.分群分析，chp8-1-分群後的頻數分析，chp8-2-分群後的欄位計算分析:
CRM 作業2 第4題 影片解說

CRM 作業2 第4題 影片解說
人工智慧商情預測08 (2025）：期中考複習，範例6-3-KNN，範例6-8-K-means分群，範例6-13-非線性迴歸多項式，作業二第6題，作業二第7題，作業二第3題

人工智慧商情預測08 (2025）：期中考複習，範例6-3-KNN，範例6-8-K-means分群，範例6-13-非線性迴歸多項式，作業二第6題，作業二第7題，作業二第3題
CRM 作業2 第3題 影片解說

CRM 作業2 第3題 影片解說
CRM 8(2025）：chp1：客戶關係管理概述與發展歷史，chp2：SPSS繪製圖表的各種方法，chp28-1-匯入過去的1個表單來修改，chp28-2-測驗卷：2024年全世界人口數調查

CRM 8(2025）：chp1：客戶關係管理概述與發展歷史，chp2：SPSS繪製圖表的各種方法，chp28-1-匯入過去的1個表單來修改，chp28-2-測驗卷：2024年全世界人口數調查
人工智慧商情預測07 (2025）：範例5-12.深度學習建立非線性分類模型，來預測客戶評估面紙的好壞，範例6-1入門5步驟，建立線性迴歸模型來預測『美元-黃金關係』

人工智慧商情預測07 (2025）：範例5-12.深度學習建立非線性分類模型，來預測客戶評估面紙的好壞，範例6-1入門5步驟，建立線性迴歸模型來預測『美元-黃金關係』
MySQL資料庫07 (2025)：chp7.資料表的3種合併，)chp7-1垂直合併，chp7-2左右合併：以左為主，以右為主，交集，chp7-3左右合併的第2種方法，chp7-4左右合併3個資料表

MySQL資料庫07 (2025)：chp7.資料表的3種合併，)chp7-1垂直合併，chp7-2左右合併：以左為主，以右為主，交集，chp7-3左右合併的第2種方法，chp7-4左右合併3個資料表
CRM 7(2025）：Google表單的製作：chp22表單與QR Code，chp23設定截止時間，chp24五種單選表單，chp25.事後可以修改問卷答案，chp26上傳檔案，chp27區段跳題

CRM 7(2025）：Google表單的製作：chp22表單與QR Code，chp23設定截止時間，chp24五種單選表單，chp25.事後可以修改問卷答案，chp26上傳檔案，chp27區段跳題
Pandas商業數據分析17-Part 2(2025)：chp20高級數據分析：20-3-【高等篇】企業『進貨銷貨存貨』資料表的綜合分析，20-2-【中等篇】

Pandas商業數據分析17-Part 2(2025)：chp20高級數據分析：20-3-【高等篇】企業『進貨銷貨存貨』資料表的綜合分析，20-2-【中等篇】
Pandas商業數據分析17-Part 1(2025)： 高級數據分析，20-1-企業『進貨銷貨存貨』資料表的綜合分析【初等】

Pandas商業數據分析17-Part 1(2025)： 高級數據分析，20-1-企業『進貨銷貨存貨』資料表的綜合分析【初等】
Pandas商業數據分析14(2025)：chp17分2群比較：交叉分析表，樞紐分析表，17-1，17-2，17-3。chp18分群分析5題型：18-1型態1三種頻數分析，18-2-型態2：樞紐分析表

Pandas商業數據分析14(2025)：chp17分2群比較：交叉分析表，樞紐分析表，17-1，17-2，17-3。chp18分群分析5題型：18-1型態1三種頻數分析，18-2-型態2：樞紐分析表
Pandas商業數據分析13 (2025)：chp15分1群比較分析：分1群後，對應第2欄位統計，groupby，15-4，15-5，15-6。chp16分2群比較分析，16-1-分2群多層列索引查詢

Pandas商業數據分析13 (2025)：chp15分1群比較分析：分1群後，對應第2欄位統計，groupby，15-4，15-5，15-6。chp16分2群比較分析，16-1-分2群多層列索引查詢
Pandas商業數據分析12(2025)：chp14-1unique，value_counts，14-2計算數目size，count，len，14-3統計數groupby.size，15-4-分群應用

Pandas商業數據分析12(2025)：chp14-1unique，value_counts，14-2計算數目size，count，len，14-3統計數groupby.size，15-4-分群應用
Pandas商業數據分析11(2025)：chp12資料合併：水平合併，上下合併，關聯合併，12-1concat，12-2merge，12-3merge關聯合併，chp14數據分析1：14-1頻數分析

Pandas商業數據分析11(2025)：chp12資料合併：水平合併，上下合併，關聯合併，12-1concat，12-2merge，12-3merge關聯合併，chp14數據分析1：14-1頻數分析
Pandas商業數據分析09 (2025)：chp11表格視覺化，11-1標註最低最高分，小數點精度，11-2柱狀圖，文字漸層圖，11-3-applymap條件標註，apply條件標註，apply條件

Pandas商業數據分析09 (2025)：chp11表格視覺化，11-1標註最低最高分，小數點精度，11-2柱狀圖，文字漸層圖，11-3-applymap條件標註，apply條件標註，apply條件
Pandas商業數據分析08 (2025)：chp10.進階計算，10-6-applymap映射，10-7-apply+axis，10-8-映射各種應用，chp11表格視覺化，11-1-標註最低最高分

Pandas商業數據分析08 (2025)：chp10.進階計算，10-6-applymap映射，10-7-apply+axis，10-8-映射各種應用，chp11表格視覺化，11-1-標註最低最高分
Pandas商業數據分析07 (2025)：chp9：9-4-缺值填滿，9-5-缺值填上面列值，chp10，10-1-複習函數，10-2-函數傳回值，10-3-lambda，10-5-map映射函數

Pandas商業數據分析07 (2025)：chp9：9-4-缺值填滿，9-5-缺值填上面列值，chp10，10-1-複習函數，10-2-函數傳回值，10-3-lambda，10-5-map映射函數
Pandas商業數據分析04 (2025)：chp7.資料的【新增，修改，刪除】：7-1-新增一欄，新增一列，7-2-刪除一欄，刪除一列，7-3-修改欄位名稱(5種方法)，修改儲存格值

Pandas商業數據分析04 (2025)：chp7.資料的【新增，修改，刪除】：7-1-新增一欄，新增一列，7-2-刪除一欄，刪除一列，7-3-修改欄位名稱(5種方法)，修改儲存格值