-
Q
有套裝軟體，把資料餵進去，就有答案出來嗎?
每個數據都有場域know how，套裝軟體只能用數據、圖表解釋數據，要取得與場域相關之答案，需要有經驗的數據分析師來分析。
-
Q
數據分析，是不是只有畫出漂亮的圖表?
圖表式數據視覺化的呈現方法，我們更重視呈現有用、有意義、具有特徵、指標性的內容。
-
Q
演算法設計會產出甚麼?
會有流程圖和函式，以及數據檢驗相關文件。
-
Q
演算法和if then規則有何不同?
演算法是由if then判斷式、數學函式、數值轉換、遞迴、迴圈等方法複合組成，提供較高的容錯能力，是一種比較複雜而聰明的模型，良好的演算法可以更有效的代替人類做各種自動化的異常判斷處理。
-
Q
為什麼要做數據分析?
客觀的找出問題，了解前因後果，避免以偏概全的誤判，造成決策上的失誤，同時可以進一步擬定改善方針，進行反饋式的修正
-
Q
能用機器學習解決我的問題嗎?
機器學習有優點和缺點，我們會依問題狀況，給予合適的建議方式。
-
Q
分析結果會不會僅用統計做數字的彙整?
我們會用情境、經驗、場域觀點，對數據做有物理意義的解釋，透過分析結果解釋關鍵的因果關係
-
Q
我們要提供甚麼樣的資料格式，才能分析?
任何形式的檔案，我們都可以透過程式進行轉換、匯出、匯入
-
Q
會用制性的模型演算法嗎?
我們會依數據的複雜度，來決定要用制式演算法進行分析，或自建法則歸納數據，我們通常以法則歸納法為主，以自適應性為輔
-
Q
會用甚麼工具分析數據?
我們熟悉各種程式語言，會透過訪談方式，了解數據的特性，再用程式抽樣、局部、全面匯出數據，做整合、轉換分析
-
Q
能夠幫忙分析哪些結果?
我們會先宏觀的了解數據的全貌性、趨勢、問題分布，再決定分析的目標、手段，通常最終會歸納出重要的量化結論，以做後續的延伸應用
