 探索性資料分析（EDA） 利用人類視覺系統從數據中提取資訊。 提供複雜資料集的概述。 識別資料中的結構、模式、趨勢、異常和關係。 幫助確定感興趣的領域。  為什麼要進行資料視覺化？  哪些可視化工具？ R 是一種高品質、跨平台、靈活、廣泛使用的開源免費語言，適用於統計、圖形、數學和資料科學。 R 包含 5,000 多種演算法（>10,000 個套件）以及全球數百萬擁有領域知識的使用者。  熱圖（即矩陣視覺化） 兩種應用（微陣列資料、移動資料） (1) 微陣列數據 (2) 行動數據  廣義關聯圖（GAP）  GAP 的最新進展  大數據 大數據：9 V 時代 視覺化將是使大數據成為決策不可或缺的一部分的關鍵。 視覺化將是讓大量受眾存取大數據的唯一方法。 視覺化對於大數據分析至關重要，因此它具有最高的價值。  符號資料分析（SDA）

執行單位：數學系
活動日期：2024/10/22