內容介紹:
資料科學、機器學習是近來最夯的關鍵字，引發的學習熱潮從未間斷，如果您正尋找資料科學、AI 的入門書，本書就是您的 Mr. Right！

【獨家資料科學 5 步驟，記牢、做熟這 5 步就夠了！】

只要上網 google "資料料學" 一定會發現，出現的關鍵字實在超級廣，包括 AI、機器學習、程式設計、資料視覺化、數學、統計...等等，這麼雜到底怎麼開始？總不可能通通碰過一輪？！

初學者看這本最適合！本書大聲告訴您：「資料科學沒那麼複雜！」，只要跟著書中精心設計的「資料科學 5 步驟」，記牢、做熟這 5 步就夠了！

問個感興趣的問題 → 資料取得 → 資料處理 → 探索性資料分析 → 機器學習做資料分析

【用 Excel 輕鬆實作機器學習，跟複雜的程式說掰掰！】

機器學習 (Machine Learning) 是資料科學實作非常重要的一環，很多書都告訴您必須碰程式，這也讓非 IT 背景的初學者相當苦手，本書正是程式苦手者的超級救星！Excel 是多數人都很熟悉的工具，這本書能讓各種不同學習背景和工作性質的讀者受惠，再也不限 IT 背景才能學。

再者，用程式來實作機器學習雖然「省事」，卻也「省略很多事」，若沒有自己細心研究，可能連資料集長什麼樣子都模模糊糊；而在訓練機器學習模型時也是一樣，程式往往把模型封裝成內部在做什麼都神神祕祕的黑盒子，三兩下就告訴您「模型訓練好了！」，到頭來只能虛虛地感覺自己「好像」學會了。

反觀 Excel 除了易學，還多了能細細觀察模型內部運作細節的優點！首先，數據資料都清清楚楚攤在儲存格上，再也不是看不到摸不到！而本書所介紹的【線性迴歸】、【KNN】、【K-Means】、【深度學習】等機器學習演算法，只需用到簡單幾個的 Excel 函數就可以輕鬆操作，讀者可以觀察公式清楚看出模型各階段的數據是怎麼算出來的；最後，書中各模型的工作表佈局和配色也都經過精心安排，希望透過種種設計讓讀者更容易掌握模型細部的運作細節！
本書特色:
□ 用最熟悉的 Excel 馬上可以動手做！
□ 精心設計豐富插圖，每一頁都有感！
□ 零數學公式、統計符號，輕鬆學會資料科學、機器學習！
□ 機器學習實戰演練：線性迴歸分析、KNN 分類、K-Means 分群、深度學習分類
□ 範例滿載！一次不熟換個範例多 run 幾次保證讓您會！

目錄:
Ch01 浪漫的資料科學
Ch02 資料科學實作平台：試算表就 Go！
Ch03 初探資料科學：取得資料、資料處理、資料視覺化
Ch04 資料科學的探索性分析
Ch05 資料科學 Level UP！認識機器學習演算法
Ch06 機器學習實戰 (一)：線性迴歸分析做趨勢預測
Ch07 機器學習實戰 (二)：KNN 做分類
Ch08 機器學習實戰 (三)：K-means 做分群
Ch09 深度學習實戰：MLP 做分類