Machine Learning - Apriori
Apriori 不是一段程式，而是一套把「共現」化為「決策」的語言。是一個經典的關聯規則探勘演算法，目的為從數據中找出頻繁項集 (Frequent Itemsets) 及這些項目集之間的關聯性。
謝志謙
我是謝志謙，前金融業商業分析師，擅長數據分析、資料探勘與機器學習。主要分享統計學與機器學習相關知識，希望能夠幫助更多人更容易邁入數據分析領域。
Writings
學習這件事，沒有人能替你完成
在知識唾手可得的時代，學習最大的障礙不再是資源不足，而是態度懶散。主動探索是學習的根本，被動等待則是自我放棄的開端。當學生把「不會」當作藉口，而非起點，教育的價值便被掏空。真正的學習，從未是別人教會你的事，而是你願意去理解的事。
數據分析師的洞察之眼關聯分析
關聯分析是一門讓資料自己說話的藝術。它揭示了人類行為中難以察覺的潛在規律，讓原本靜止的交易紀錄轉化為可被理解的語言。從超市購物籃到金融詐欺偵測，從用戶瀏覽軌跡到醫療診斷模式，關聯分析讓分析師在海量資料中捕捉行為的共現脈絡與決策邏輯。這門技術不僅協助企業理解選擇背後的心理與社會結構，也讓我們意識到——當資料開始說話，人類的行為故事，終於得以被閱讀與理解。
讀書無用論，真的無用嗎?
前陣子在一個群組裡，我看到一個案例。一位年僅 19 歲的年輕人，沒有繼續升學，而是直接進入一家小型乙方軟體公司工作。他對此洋洋自得，甚至把「不讀書」當成一種優越感，強調「讀書無用」，彷彿他提早進入職場就是成功的證明。
在數據中尋找秩序，資料探勘的藝術
資料探勘是一門結合統計學、資料庫與機器學習的藝術。它讓分析師能在龐雜資料中尋找模式、關聯與異常，揭示人類行為與決策背後的邏輯。從行銷分析到醫療預測，資料探勘不僅是技術過程，更是一種思考方式，教我們如何傾聽資料、理解現象，並將知識轉化為行動。
AI 時代下，逐漸消失的初階商業分析師
AI 的興起正重塑企業對分析能力的想像。它不僅取代報表製作或資料清理，更動搖了低階 Business Analyst 的核心價值。當模型能即時回答、生成洞察、甚至提出決策建議，分析師的角色不再是資訊轉譯者，而必須重新定義「理解」與「價值創造」的邊界。
當老師只靠 ChatGPT 回信：我們期待的不是答案，而是理解
最近，我正在參加一門職訓課程。本來對這堂課滿懷期待，尤其是對某位老師的專業背景很感興趣。不過，隨著課程進行，我漸漸感到一股說不出的落差感：每當我主動提出深入問題，收到的回信卻幾乎都像是 ChatGPT 生成的答案——格式漂亮、邏輯完整、語氣中立，但就是少了「人味」與「針對性」。