Python資料科學程式馬拉松 - Cupoy

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)

課前安裝流程教學

Anaconda 安裝教學

D01 NumPy 套件基本操作

D02 NumPy 陣列進階操作

D03 NumPy 陣列運算及數學 Universal Functions (ufunc)

D04 NumPy 陣列邏輯函式 (Logic functions)

D05 NumPy 統計函式 Universal Functions (ufunc)

D06 使用 NumPy 存取各種檔案內容

D07 NumPy 的矩陣函式與線性代數應用

D08 NumPy 結構化陣列 (Structured Arrays)

D09 使用 Pandas 讀寫各種常用的檔案格式

D10 Pandas 資料索引操作 (資料過濾、選擇與合併)

介紹在 pandas 中如何對資料進行索引及操作，與資料的選擇、過濾、合併與排序。 Slicing，Selection，Index，Merge，join，and concatenate，sorting

D11 pandas 類別資料與缺失值處理

D12 pandas 常見圖表程式設計

D13 pandas 統計函式使用教學

D14 用 pandas 撰寫樞紐分析表

D15 pandas Split-Apply-Combine Strategy

D16 pandas 時間序列

D17 pandas 效能調校

D18 Python 資料視覺化工具與常見統計圖表介紹

D19 使用 Matplotlib 繪製各種常用圖表

D20 使用 Seaborn 進行資料視覺化

D21 運用實際資料集進行資料視覺化練習

D22 結合 Pandas 與 Matploglib 進行進階資料視覺化練習

D23 BOKEH - 輕鬆以網頁呈現視覺化圖表

D24 Basemap 進行地理資訊繪圖

D25 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

D26 用統計描述資料的樣態

D27 用機率分布描述亂中有序的世界－
離散型分配 (1)

D28 用機率分布描述亂中有序的世界－
離散型分配 (2)

D29 用機率分佈描述亂中有序的世界－連續型分配

D30 用貝式定理讓你決策更精準

D31 掌握 A/B test的精隨 - 假設檢定的概念

D32 掌握 AB test 的精隨 - 假設檢定的進階概念與種類

D33 A/B test 的執行流程與計算

D34 淺談資料科學與EDA所扮演的角色與重要性

D35 探索性資料分析(EDA)_數據理解與重覆和遺失值處理

D36 探索性資料分析(EDA)_異常值偵測

D37 探索性資料分析(EDA)_遺失值與異常值的進階補值策略

D38 探索性資料分析(EDA)_探討變數之間的關係

D39 探索性資料分析(EDA)_從資料中生成特徵

D40 探索性資料分析(EDA)_從資料中選取好的特徵

COVID-19 vs Netfiex 進行一場資料科學研究

不動產時價登入分析

電商網頁銷售改進效果之 A/B Test 分析(基礎篇)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇)