|
..
|
|
CH2-10_徐子皓_Pandas DataFrame - 資料處理與轉換的重要好夥伴.ipynb
|
|
CH2-11_戴若竹_IF判斷式操作 - 資料操作的大判官.ipynb
|
|
CH2-12_徐子皓_For迴圈操作－解決重複作業的大功臣.ipynb
|
|
CH2-13_黃鈺淇_Function方法操作-模組化商務程式的整合者.ipynb
|
|
CH2-14_陳俊凱_Import 套件操作 - 站在巨人的肩膀上看世界.ipynb
|
|
CH2-6_戴若竹_Python基礎 - 字串、數字與變數.ipynb
|
|
CH2-8_徐子皓_串列操作 - 商務資料操作必學.ipynb
|
|
CH2-9_戴若竹_字典操作 - 商務資料儲存與創建.ipynb
|
|
CH3-2_陳俊凱_折線圖 - 行銷活動成長分析.ipynb
|
|
CH3-6_張友志_長條圖-行銷活動回購分析_part1.ipynb
|
|
CH3-6_張友志_長條圖-行銷活動回購分析_part2.ipynb
|
|
CH3-6_張友志_長條圖-行銷活動回購分析_part3.ipynb
|
|
CH3-6_張友志_長條圖-行銷活動回購分析_part4.ipynb
|
|
CH3-6_張友志_長條圖-行銷活動回購分析_part5.ipynb
|
|
CH3-6_張友志_長條圖-行銷活動回購分析_part6.ipynb
|
|
CH3-8_TMR_盒鬚圖 - 哪個廣告效果好？ 電商產業廣告效果分析實戰案例.ipynb
|
|
CH4-18_徐子皓_無母數檢定 - Python實戰：商務資料結構整理.ipynb
|
|
CH4-19_徐子皓_無母數檢定 - Python實戰：如果蒐集樣本太少，又想優化廣告成效？.ipynb
|
|
CH4-21_徐子皓_單因子變異數分析 - Python實戰：商務資料結構整理.ipynb
|
|
CH4-22_徐子皓_單因子變異數分析 - Python實戰：如何決定多廣告的優化策略？.ipynb
|
|
CH4-24_徐子皓_二因子變異數分析 - Python實戰：商務資料結構整理.ipynb
|
|
CH4-25_徐子皓_二因子變異數分析 - Python實戰：不同廣告與人口變數（地區）如何最佳搭配？.ipynb
|
|
CH4-6_徐子皓_卡方檢定 - Python實戰：商務資料結構整理.ipynb
|
|
CH4-7_徐子皓_卡方檢定 - Python實戰：掌握不同系列產品推出的族群比重.ipynb
|
|
CH6-3_陳俊凱_購物籃分析 - Python實戰：商務資料結構整理.ipynb
|
|
CH6-4_陳俊凱_購物籃分析 - Python實戰：如何找出商品搭配的總體策略？.ipynb
|
|
CH6-6_張友志_矩陣分解推薦系統 - Python實戰：商務資料結構整理.ipynb
|