<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Anna Wu on Medium]]></title>
        <description><![CDATA[Stories by Anna Wu on Medium]]></description>
        <link>https://medium.com/@ds.slashlife?source=rss-15d974038044------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*zVN6DJ_X8Ojv_2s7MVC-cg.jpeg</url>
            <title>Stories by Anna Wu on Medium</title>
            <link>https://medium.com/@ds.slashlife?source=rss-15d974038044------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 22:46:53 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ds.slashlife/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[後疫情時代的Fintech發展(有Podcast)]]></title>
            <link>https://medium.com/@ds.slashlife/%E5%BE%8C%E7%96%AB%E6%83%85%E6%99%82%E4%BB%A3%E7%9A%84fintech%E7%99%BC%E5%B1%95-%E6%9C%89podcast-f7154d1c04c5?source=rss-15d974038044------2</link>
            <guid isPermaLink="false">https://medium.com/p/f7154d1c04c5</guid>
            <dc:creator><![CDATA[Anna Wu]]></dc:creator>
            <pubDate>Fri, 15 Oct 2021 15:29:50 GMT</pubDate>
            <atom:updated>2021-10-16T09:31:54.087Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7YV_Y7T0s71j-OBXVvPwOg.png" /><figcaption>「後疫情時代的Fintech發展」Podcast封面</figcaption></figure><p>大家好~我是<strong>資料科學探索女子．Anna</strong></p><p>這次除了在<a href="https://www.instagram.com/p/CVDfhuUJ_B-/">IG</a>和<a href="https://m.facebook.com/story.php?story_fbid=115538617565872&amp;id=106917381761329">粉專</a>介紹金融科技Fintech以外，</p><p>也將「後疫情時代的Fintech發展」錄製成Podcast~</p><p>對我來說是一個嶄新的嘗試！非常有趣(⁎˃ᆺ˂)</p><p>這邊提供Podcast的文本內容~畢竟有一些專有名詞</p><p>提供給想查看文本內容的聽眾朋友ヽ(ﾟ▽ﾟ)ノ</p><p>還沒聽過Podcast的朋友也可以點<a href="https://reurl.cc/MkOXY3">這個連結</a>收聽喔！</p><p>若是有任何問題、回饋與建議也歡迎留言或是至IG或粉專私訊我喔~</p><p>-</p><h3><strong>後疫情時代的Fintech發展</strong></h3><blockquote>一、關於金融科技Fintech</blockquote><blockquote>二、疫情對金融產業帶來的影響</blockquote><blockquote>三、疫情對Fintech帶來的影響與發展</blockquote><blockquote>四、未來金融業界的發展趨勢</blockquote><p><strong>一、</strong> <strong>關於金融科技Fintech</strong></p><p>在科技進步與數位轉型的浪潮下，許多產業紛紛積極與資料科學、機器學習、雲端運算與AIoT等新興技術做結合，而金融業界也在2008年金融海嘯過後，迅速發展<a href="https://zh.wikipedia.org/zh-tw/%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80">金融科技</a>(Financial technology，簡稱FinTech)，改變了金融交易之<strong>規則與面貌</strong>，打破傳統金融服務的供給方式和社會大眾的消費行為。「<a href="https://hbr.org/2014/12/innovation-on-the-fly">Innovation or Die</a>(創新或是滅亡)」，而由奧地利的管理學教授<a href="https://zh.wikipedia.org/zh-tw/%E5%BD%BC%E5%BE%97%C2%B7%E5%BE%B7%E9%B2%81%E5%85%8B">彼得．杜拉克(Peter Drucker)</a>所說的這句話，更可做為由FinTech所引發的破壞式創新(disruptive innovation)它的最佳註解。</p><p><strong>二、 疫情對金融產業帶來的影響</strong></p><p>2019年12月由中國武漢市為首爆發的新型冠狀病毒迅速擴散至世界各地，在全球受病毒肆虐下，加強了人們對科技和網路的依賴及需求。而在<a href="https://home.kpmg/xx/en/home.html">KPMG International</a>所發表的2021年上半年度<a href="https://home.kpmg/tw/zh/home/industries/financial-services/pulse-of-fintech.html">《金融科技脈動》</a>報告中指出，疫情強力驅動著客戶改變其使用金融服務的方式，除了自動櫃員機與現金使用率的大大降低以外，也有分行陸續關閉和調整營運時間。而從財富科技、監管科技到加密及網路安全，各種金融科技行業的交易規模都在不斷增長。如果有一個詞可以用來形容2021上半年度的金融產業，那便是「多樣性」。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/556/1*1SlycsGL3KoWovPxOcPWkA.png" /><figcaption>圖一 、2018年-2021上半年度的金融產業概況數據(<a href="https://home.kpmg/tw/zh/home/industries/financial-services/pulse-of-fintech.html">來源</a>)</figcaption></figure><p><strong>三、</strong> <strong>疫情對Fintech帶來的影響與發展</strong></p><p>在聆聽國際頂尖研究人才社群平台 Impactio的<a href="https://player.soundon.fm/p/35c15d01-b10d-427b-87b2-acf8b277a64e/episodes/51a94041-2a18-471a-946a-d513c3d94b78">「產研對談：Fintech未來最大的機會、挑戰和可能的solutions」</a>這個Podcast後，可將疫情對 FinTech 的影響與未來發展分為二大層面：</p><p><strong>(一) 金融服務環境的轉變</strong></p><p>1. 應用情境改變</p><p>因疫情嚴重加上簡訊實聯制實行，為了降低染疫風險，促使更多民眾從原先的現金支付習慣，轉變為利用手機進行的行動電子支付。</p><p>2. 產品數位化加速進行</p><p>許多民眾在三級警戒期間或隔離期間，為了避免外出，提高了線上購物的人數，進而讓許多產品和流程快速數位化。</p><p>3. 服務數位化普及</p><p>因應臨櫃服務人潮銳減，許多金融機構開始導入聊天機器人、並持續優化數位服務、打造數位服務據點。而疫情則提升民眾使用數位服務的動機，適應線上數位金融服務，進而促使行動銀行、網路銀行、線上貸款和網路投保等申辦率和使用率大幅提升。</p><p><strong>(二) 資源投入的轉變</strong></p><p>1. 軟硬體資源轉變</p><p>過去金融服務機構多以購買伺服器等方式提供服務，但是當疫情造成線上服務需求急遽攀升的同時，伺服器維護成本升高，加上容載量經常不足的情況，讓許多金融機構紛紛與雲端服務商合作，重新配置軟硬體的資源運用。此外，由於線上、雲端等新服務接受度提高且逐漸普及化，亦衍生資安方面的相關疑慮與問題，金融機構應特別注意資訊安全、風險控制方面的把控。</p><p>2. 軟人才需求轉變</p><p>過去的傳統金融相關人才必須與時俱進、自我淨盡，滿足金融機構將數位轉型的需求，對於跨領域人才，如財務金融專業跨資訊工程專業的斜槓人才需求將逐步增加。</p><p><strong>(三) 台灣的未來的Fintech發展</strong></p><p>在 FinTech於台灣市場迅速發展的同時，也有不少挑戰出現：</p><p>1. 因個資法的限制，在收集資料或資料轉換方面，再利用的困難度提高。</p><p>2. 金融機構外包給第三方服務提供者（如TSP業者）時，將必須考慮到資 安、法規和監理科技等課題。</p><p>3. 目前台灣的金融業界雖然積極發展金融科技以利數位轉型，但是教育體制也必須跟進並轉型，才能培養金融科技相關的跨領域人才。</p><p><strong>四、未來金融業界的發展趨勢</strong></p><p>在閱讀KPMG Internationl所發表的<a href="https://home.kpmg/tw/zh/home/insights/2021/08/top-fintech-trends-in-h1-2021.html">2021年下半年度《全球金融科技趨勢》</a>預測，和勤業眾信攜手政大所發布的《<a href="https://www2.deloitte.com/tw/tc/pages/financial-services/articles/pr20210420-fsi-fintech-seminar.html">2021台灣金融科技趨勢展望</a>》報告書後，未來全球金融業界趨勢可分為以下6大點：</p><p><strong>(一) 加密貨幣持續成為投資者的關注焦點</strong></p><p>2021上半年區塊鏈和加密貨幣領域的爆炸式增長趨勢可能會繼續持續，並會延伸到加密生態系統 — 從加密貨幣和交易平臺到非同質化代幣(NFT)；另類資產交易(alternative asset trading)和支援結構(support structures)。此領域即將可以看見有更多樣化的投資者將考慮進行投資。</p><p><strong>(二) 併購活動將繼續增長</strong></p><p>併購活動可能會大幅增長，因為企業希望提升自身的能力和產品優勢，金融科技面同樣期許可以持續擴大規模。透過對金融科技的追尋，讓企業成為全球或該地區的佼佼者，因此，跨境併購活動可能會很活躍，這也會推動大型的併購交易。</p><p><strong>(三) 網路安全將得到更大的重視</strong></p><p>除了數位交易興起，以及隨之而來的網路攻擊和病毒軟體的增加，網路安全是投資者，尤其是企業所重視的領域之一。除了安全威脅、詐騙防範以外，KYC(Know Your Customer)和無密碼驗證的安全管控也將越來越受到投資者的關注。</p><p><strong>(四) 純網銀開始發展</strong></p><p>Business Insider Intelligence在 2019 年指出，未來純網銀的市值、使用人數和帳戶數將分別以每年 18.2%、20.2%和20.4% 的速度成長，到了2024年底，全球純網銀將擁有 630億美元的市值、9800 萬用戶以及1.87億的帳戶數，也就是未來人均擁有兩個純網銀帳戶。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/470/1*oTVBlwfCUcX2V7r4tD6KgA.png" /><figcaption>圖二、全球純網銀市值、用戶數與帳戶數成長估計(<a href="https://www2.deloitte.com/tw/tc/pages/financial-services/articles/pr20210420-fsi-fintech-seminar.html">來源</a>)</figcaption></figure><p><strong>(五) B2B服務將在金融科技行業獲得矚目</strong></p><p>銀行服務中的B2B服務獲得投資者們的青睞，除了支付領域，還包含保險科技、財富科技和監管科技等領域。KPMG預估隨著各組織努力將金融服務與其他環境整合在一起，嵌入式的金融服務將繼續獲得關注。</p><p><strong>(六)大型科技公司和金融科技公司尋求合作關係</strong></p><p>大型科技業者已將支付轉型成獨立的新事業，甚至開始發行自己錢包帳戶與信用卡，如 Google 推出銀行帳戶、Apple 發行信用卡、LINE則發展LINE PAY與LINE Bank。展開商業合作將是企業擴大服務的的關鍵手段。未來從財富科技到保險科技，於整個金融科技領域中都會出現合作夥伴關係，包含大型科技公司、平台參與者、金融機構和希望增加其核心服務的大型金融科技的其他業者。</p><p>-</p><p>以上就是Podcast的全部文本內容</p><p>若是有任何問題、回饋與建議也歡迎留言或是至IG或粉專私訊我喔~</p><p>【參考文獻】</p><p>1.【產研對談：Fintech未來最大的機會、挑戰和可能的solutions】</p><p><a href="https://reurl.cc/OkvkG3">https://reurl.cc/OkvkG3</a></p><p>2. 金融科技(維基百科)</p><p><a href="https://reurl.cc/2oLoYE">https://reurl.cc/2oLoYE</a></p><p>3. 彼得·杜拉克(維基百科)</p><p><a href="https://reurl.cc/GbAbGx">https://reurl.cc/GbAbGx</a></p><p>4. 2021上半年度全球金融科技趨勢</p><p><a href="https://reurl.cc/XlElpg">https://reurl.cc/XlElpg</a></p><p>5. 2021全球金融科技趨勢預測</p><p><a href="https://reurl.cc/ARAR6Y">https://reurl.cc/ARAR6Y</a></p><p>6. 勤業眾信攜手政大發布《2021台灣金融科技趨勢展望》</p><p><a href="https://reurl.cc/DZAZl5">https://reurl.cc/DZAZl5</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f7154d1c04c5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[微軟虛擬培訓日+證照考試介紹(含考古題資源)]]></title>
            <link>https://medium.com/@ds.slashlife/%E5%BE%AE%E8%BB%9F%E8%99%9B%E6%93%AC%E5%9F%B9%E8%A8%93%E6%97%A5-%E8%AD%89%E7%85%A7%E8%80%83%E8%A9%A6%E4%BB%8B%E7%B4%B9-%E5%90%AB%E8%80%83%E5%8F%A4%E9%A1%8C%E8%B3%87%E6%BA%90-5240d9c78af4?source=rss-15d974038044------2</link>
            <guid isPermaLink="false">https://medium.com/p/5240d9c78af4</guid>
            <category><![CDATA[azure]]></category>
            <category><![CDATA[證照]]></category>
            <category><![CDATA[microsoft]]></category>
            <category><![CDATA[線上課程]]></category>
            <category><![CDATA[微軟]]></category>
            <dc:creator><![CDATA[Anna Wu]]></dc:creator>
            <pubDate>Tue, 12 Oct 2021 15:48:52 GMT</pubDate>
            <atom:updated>2021-10-17T04:19:13.486Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*CKyyfWtODsT57cqn.png" /><figcaption>微軟虛擬培訓日</figcaption></figure><p>還記得前幾天在ig上舉辦的投票嗎？ — <em>「知道微軟虛擬培訓日嗎?」</em></p><p>發現大家對於<strong>微軟虛擬培訓日</strong>很有興趣！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/529/1*UY44wzXadNIysOsUwE9YAw.png" /><figcaption>培訓日投票結果</figcaption></figure><p>因此決定專門寫一篇文章來介紹和說明</p><p>尤其最近參與微軟虛擬培訓日可是能夠<strong>獲得免費考照資格</strong>的！</p><p>這樣的機會希望能推廣讓更多人知道！</p><p>本篇文章主要分為2個部分~</p><blockquote><strong>一、微軟虛擬培訓日介紹</strong></blockquote><blockquote><strong>二、免費考試資格兌換說明</strong>和<strong>證照準備</strong></blockquote><p>第一個部分有製成圖文分享在<a href="https://www.instagram.com/p/CU70dJ9pSqJ/?utm_source=ig_web_copy_link">IG</a>和<a href="https://www.facebook.com/106917381761329/posts/114428184343582/">FB粉專</a>，</p><p>亦可點擊其中連結觀看。</p><h3>一、微軟虛擬培訓日介紹</h3><p><strong>(一) 關於微軟虛擬培訓日</strong></p><p><strong>說明：</strong>微軟提供給企業和大眾的線上免費課程幫助對微軟技術有興趣的企業和大眾了解微軟技術工具和自我充實，進而實現<strong>數位轉型</strong>。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JfVJUZViQluWyGywDYCAuw.png" /><figcaption>圖一、微軟虛擬培訓日官網Logo</figcaption></figure><p><strong>資格：</strong>開放給大眾<strong>免費參加</strong>。</p><p>※不過政府員工報名之前，必須先獲得主管核准，且確認遵循適用的政策和 法規，方得參加。</p><p><strong>時程：</strong>3個半小時，途中有2次休息(10分鐘)，依照課程規劃，有些為一日的 課程，有些則會拆分成2日(每次3個半小時)。</p><p><strong>方式：</strong>線上授課(台灣為<strong>英文授課</strong>，<strong>有中文字幕</strong>)</p><p><strong>(二) 微軟虛擬培訓日課程</strong></p><p>主要提供下列5個技術課程：</p><ol><li><strong>Azure：雲端服務平台</strong></li><li><strong>Dynamics365：商務應用程式</strong></li><li><strong>Microsoft 365：Office應用程式</strong></li><li><strong>Power Platform：整合服務平台</strong></li><li><strong>Security：微軟的資訊安全課程</strong></li></ol><p>台灣目前僅有開設<strong>Azure</strong>和<strong>Microsoft 365</strong>的課程，因此只有這2個課程有中文字幕，但若有興趣參與，建議可報名其他國家開設的課程，參與英文授課！</p><p><strong>(三) Azure虛擬培訓日</strong></p><p>Azure是微軟的公用雲端服務 (Public Cloud Service) 平台，是微軟線上服務 (Microsoft Online Services) 的一部份。</p><p>目前台灣的課程有：</p><p><strong>1. Microsoft Azure AI 基礎知識 <em>→ 贈送</em></strong><a href="https://docs.microsoft.com/zh-tw/learn/certifications/exams/ai-900"><strong><em> AI-900 證照</em></strong></a><strong><em>考試資格</em></strong></p><p>人工智慧的概念及應用、使用 Azure 機器學習製作預測模型探索 Azure 的交談式 AI、自然語言處理及電腦視覺的功能</p><p><strong>2. Microsoft Azure 基礎知識 <em>→贈送 </em></strong><a href="https://docs.microsoft.com/zh-tw/learn/certifications/exams/az-900"><strong><em>AZ-900 證照</em></strong></a><strong><em>考試資格</em></strong></p><p>學習雲端運算概念、模型和服務；了解公有雲、私有雲和混合雲等概念；了解基礎架構即服務 (IaaS)、平台即服務 (PaaS)和軟體即服務 (SaaS)。</p><p><strong>3. Microsoft Azure Data 基礎知識 <em>→贈送</em></strong><a href="https://docs.microsoft.com/zh-tw/learn/certifications/exams/dp-900"><strong><em> DP-900 證照</em></strong></a><strong><em>考試資格</em></strong></p><p>了解在雲端環境中管理資料，所涉及的角色、任務和責任；獲得在 Azure 中使用關聯式和非關聯式雲端資料服務的技能；學習建置資料分析解決方案，包括 Azure Synapse Analytics、Azure Databricks 和 Azure HDInsight。</p><p>※每個證照考試的原價為$75(美元)</p><p><strong>(四)Microsoft365培訓日</strong></p><p><strong>課程名稱：</strong>使用Microsoft Teams實現遠端工作</p><p><strong>課程內容：</strong>了解如何充分利用 Microsoft Teams 線上會議、通話、視訊和聊天功能，並強化企業人員隨時隨地在任何裝置上工作的能力。</p><p>※目前Microsoft365僅有開設Teams的課程</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/835/1*X2XZaOe7qswDS26eyXMm5Q.png" /><figcaption>圖二、Microsoft Teams 課程大綱</figcaption></figure><p><strong>(五)如何報名微軟虛擬培訓日</strong></p><ol><li>至微軟虛擬培訓日<a href="https://mvtd.events.microsoft.com/">官網</a>搜尋</li><li>可選擇培訓日<strong>種類、語言</strong>和<strong>時區</strong></li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1003/1*LbdvKU9k-mOkosvmNz8t4g.png" /><figcaption>圖三、註冊/報名圖例說明</figcaption></figure><p>3. 點選想參與的課程內容</p><p>4. 填寫表單註冊(報名)，報名成功會在信箱收到<strong>確認信</strong>。</p><p>※學生可以填寫學校名稱、年級報名喔！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/723/1*y-iNe4gjccsZT8H6JnZNKw.png" /><figcaption>圖四、註冊表單圖例</figcaption></figure><h3>二、免費考試資格兌換說明和證照準備</h3><p>本篇將<strong>以AI-900證照為例</strong>進行說明。</p><p><strong>(一) 免費考試資格兌換說明</strong></p><p>在全程參與 AI-900 線上課程後，約 2~3個工作天會收到如圖的感謝信，收到此信代表有免費考試資格。</p><p>由於系統需要5個工作天(不含假日) 才能完成考試資格發送，<strong>收到感謝信後7天即可進行免費報考</strong>。</p><p>※特別注意: 建議使用無痕視窗、個人電腦及私人網路 (非公司網路環境)進行報名程序。</p><p>信件標題：感謝您參加我們的Microsoft Azure AI 虛擬培訓日: AI 基礎知識活動</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/704/1*z3TbqguBolHUqBuLxkMqjg.png" /><figcaption>圖五、感謝信範例</figcaption></figure><p>點擊感謝信上的連結，即可前往AI-900 證照官網，選擇<strong>Pearson VUE</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/818/1*odoeguR57jI6YCBHyGkVWw.png" /><figcaption>圖六、安排Pearson VUE時間</figcaption></figure><p>接下來請登入微軟<strong>個人帳號</strong>，勿使用公司帳號。</p><p>若無微軟個人帳號，可以點選立即建立新帳戶。</p><p>BTW登入Pearson VUE 的這組帳號為考試帳號，可以跟註冊活動的帳號不一樣。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/744/1*9TRZfqQOFrX_IvxW1A47LQ.png" /><figcaption>圖七、以個人帳號登入</figcaption></figure><p>填寫個人基本資料，<strong>姓名需與護照英文名相同</strong>，<strong>考試須準備護照做查驗。</strong></p><p>填寫完畢按下儲存後，右上角會出現</p><p><strong>(1) 英文名字</strong></p><p><strong>(2) 登入Pearson VUE 的微軟個人帳號</strong></p><p><strong>(3) MCID</strong></p><p><strong>出現此三樣資訊即可進行下一步驗證考試折扣。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/790/1*JQuEeZDr4epUHGnxIvQZGQ.png" /><figcaption>圖八、個人基本資料填寫</figcaption></figure><p>請輸入<strong>註冊活動的信箱</strong>做驗證，前往信箱收取驗證碼並輸入，即可成功連結。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/820/1*uHCQQii84VJTtEuJCNFQmg.png" /><figcaption>圖九、與註冊活動的信箱做驗證</figcaption></figure><p>連結成功後會出現<strong>100% attendance (如下圖)</strong>，</p><p><strong>點選「Claim」變成灰色，即可成功折抵考試費用。</strong> ◦</p><p>接下來再點選「Schedule exam」，就可選擇考場及考試時間了。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/813/1*jFApxlYjJdRgbYBnFqpUEg.png" /><figcaption>圖十、折抵成功，選擇考場與時間</figcaption></figure><p>有2個選項可選擇，我是選擇在家考試</p><p>(1) 考試中心：至各區考試中心現場測驗</p><p>(2) 在家考試：<strong>下載Pearson考試系統</strong>，在家中連線考試(<strong>需開視訊鏡頭</strong>)。</p><p>選擇完考場和時間後，確認考試時間、資訊是否正確 ◦</p><p>此外右下角的「 預計應附總額」應為0元，然後點選「去結帳」。</p><p>最後確認所有資訊無誤即可提交訂單</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/776/1*jNE5dRVM38Sf3va_DWw76A.png" /><figcaption>圖十一、提交訂單</figcaption></figure><p>之後系統會將<strong>考試確認信</strong>發送至信箱，之後再依照信件指示完成考試即可。</p><p><strong>(二) 證照準備</strong></p><p>除了認真聽講培訓日的課程和做課程筆記外，</p><p><strong>練習考古題</strong>可以大大提升證照的通過率。</p><p>※依我之前的經驗大概5、60%的考題內容相同，或是僅有些微變化而已。</p><p>這邊分享之前微軟提供給我們練習的<strong>考古題線上資源</strong>，</p><p>請大家在<strong>正當規範</strong>內使用喔！</p><p>(1) <a href="https://www.examtopics.com/exams/microsoft/ai-900/view/1/">AI-900</a></p><p>(2) <a href="https://www.examtopics.com/exams/microsoft/az-100/view/">AZ-900</a></p><p>(3) <a href="https://www.examtopics.com/exams/microsoft/dp-900/view/">DP-900</a></p><p>BTW有些答案可能是錯的，<strong>建議每題都要點開「discussion」</strong>，裡面有很多網友針對答案做討論，也可以幫助自己理解。</p><p>但也會有幾題會出現不一樣的答案，這時就需要靠自己的判斷了。</p><p>要閱讀完全部的考古題的話，則<strong>需註冊/登入才行。</strong></p><h3>結語</h3><p>希望這篇文章有幫助到對<strong>參與微軟虛擬培訓日</strong>和<strong>有打算考Azure證照</strong>的朋友們！</p><p>若是覺得這篇文章不錯，不仿拍個手給予鼓勵吧！</p><p>謝謝閱讀完畢的你/妳。</p><p>若想要查看其他社群的貼文分享也歡迎至其他社群逛逛喔~</p><p>IG：<a href="https://www.instagram.com/ds_slashlife/">資料科學探索女子 • Anna</a></p><p>粉專：<a href="https://www.facebook.com/ds.slashlife/">資料科學探索女子</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5240d9c78af4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[利用機器學習進行「信用卡申辦狀況之分析與預測」 — 情境說明]]></title>
            <link>https://medium.com/marketingdatascience/%E5%88%A9%E7%94%A8%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E9%80%B2%E8%A1%8C-%E4%BF%A1%E7%94%A8%E5%8D%A1%E7%94%B3%E8%BE%A6%E7%8B%80%E6%B3%81%E4%B9%8B%E5%88%86%E6%9E%90%E8%88%87%E9%A0%90%E6%B8%AC-%E6%83%85%E5%A2%83%E8%AA%AA%E6%98%8E-81f402f913f7?source=rss-15d974038044------2</link>
            <guid isPermaLink="false">https://medium.com/p/81f402f913f7</guid>
            <category><![CDATA[行銷資料科學實戰案例]]></category>
            <category><![CDATA[行銷資料科學]]></category>
            <dc:creator><![CDATA[Anna Wu]]></dc:creator>
            <pubDate>Thu, 23 Sep 2021 09:33:00 GMT</pubDate>
            <atom:updated>2021-10-19T13:52:15.913Z</atom:updated>
            <content:encoded><![CDATA[<h3>當銀行「信用卡發放」遇到機器學習！？ — 更精準快速的申辦與檢核過程！（附Python程式碼）</h3><h3>情境</h3><p>根據<a href="https://www.banking.gov.tw/ch/home.jsp?id=157&amp;parentpath=0,4&amp;mcustomize=bstatistics_view.jsp&amp;serno=201105120008">金管會銀行局</a>統計，截至民國110年6月為止，台灣市面上的信用卡流通數量約有<strong>5仟1佰萬</strong>張，而整體信用卡市場累計的刷卡金額更突破兆元大關，為1.22兆新台幣，其平均年增率則為7.02%。由以上統計資料可得知信用卡市場為一個<strong>成長中</strong>的市場。而信用卡也在近年來由於科技的進步與疫情催化下邁向數位化，讓民眾使用信用卡時更加省時與便利。</p><p>對於民眾來說，現今金融業界的服務機構眾多，信用卡種類多元，應該「<strong>如何選擇適合自己的信用卡</strong>」、「<strong>是否符合信用卡申辦條件</strong>」是銀行客戶常常面臨的問題。而另一方面，對於金融機構來說，「<strong>如何保留現有客戶</strong>」和「<strong>如何開發潛在客戶</strong>」亦是重要的課題(<strong>如圖一所示</strong>)。而過往信用卡的審核方式多是採取人工審核，不僅費力費時，對於客戶與銀行雙方而言也較無效率。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/962/1*IRCEMwOMJ4RfEihLPjhcqQ.png" /><figcaption>圖一. 客戶&amp;銀行立場示意圖</figcaption></figure><p>綜合以上所述以及<strong>數位轉型浪潮</strong>下，若能學習<strong>機器學習技術</strong>並靈活運用，除了能幫助民眾快速了解自己<strong>是否符合該信用卡的申請條件</strong>，也可以幫助銀行<strong>快速地進行核卡流程</strong>，<strong>節省其人力和時間成本</strong>，並利用資料分析進一步瞭解申辦此信用卡的<strong>客戶輪廓</strong>。 <strong>(如圖二所示)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/877/1*gscfobAEKrb83LoUtTaqiA.png" /><figcaption>圖二.任務與目標</figcaption></figure><h3>資料說明</h3><p>此資料集來自《<a href="https://spu.fem.uniag.sk/cvicenia/ksov/obtulovic/Mana%C5%BE.%20%C5%A1tatistika%20a%20ekonometria/EconometricsGREENE.pdf">Econometric Analysis</a>》這本書，是一個<strong>申辦信用卡客戶資料</strong>的<strong>虛擬資料集</strong>。此資料集如<strong>如表一所示</strong>所示擁有 12 個欄位，且總共有 1,319 筆資料。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/918/1*3-uIYbQkqgB5hNB2sS5c-A.png" /><figcaption>表一.原始資料集</figcaption></figure><p><strong>在表二中，</strong> Card 欄位便是我們此次研究的目標變數，他是一個二元變數欄位，之後可以代換成數值資料，以「1」 代表信用卡申辦成功，以「0 」代表信用卡申辦失敗。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lhbvcaOQkf4y7DjuNYTZcA.png" /><figcaption>表二.資料集欄位說明</figcaption></figure><h3>研究流程與說明</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/972/1*hiDoIa6xVzcSoCHk9VwqYA.png" /><figcaption>圖三.研究流程</figcaption></figure><p><strong>圖三</strong>是此次研究流程，進行信用卡申辦狀況的分析與預測。</p><ol><li><strong>信用卡申辦狀況分析</strong></li></ol><p>a . 目前申辦客戶的年齡、收入、信用、居住、工作狀況等</p><p>b . 進一步查看與「信用卡是否申辦成功」的關聯性</p><p><strong>2. 信用卡申辦狀況預測</strong></p><p>a. 具有特定特徵的客戶信用卡核准率高來篩選相關特徵</p><p>b. 挑選適當模型進行預測</p><h3>細部資料一覽</h3><p>在電腦科學領域中有一句耳熟能詳的句子：「<a href="https://zh.wikipedia.org/wiki/%E5%9E%83%E5%9C%BE%E8%BF%9B%EF%BC%8C%E5%9E%83%E5%9C%BE%E5%87%BA">Garbage in, garbage out.</a>」，意味著資料前處理的重要性，也可以參考我們過往的文章「<a href="https://medium.com/marketingdatascience/%E7%9B%A1%E4%BF%A1%E8%B3%87%E6%96%99-%E4%B8%8D%E5%A6%82%E7%84%A1%E8%B3%87%E6%96%99-6f7551b0164b"><strong>盡信資料，不如無資料</strong></a>」來瞭解更多。在實務中，資料可能會有缺失值、極端值和雜訊(Noise)等等，應先將原始資料處理過後再進行分析和建模，才能確保機器學習的輸入與輸出皆是適當的資料。因此在進行資料分析與建立預測模型之前，我們必須先進行「資料前處理」。</p><p>本文章<a href="https://github.com/HowardNTUST/Marketing-Data-Science-Application/blob/master/%E7%95%B6%E9%87%91%E8%9E%8D%E6%A5%AD%E7%9A%84%E4%BF%A1%E7%94%A8%E5%8D%A1%E7%99%BC%E6%94%BE%E9%81%87%E5%88%B0%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92/01_%E7%95%B6%E9%87%91%E8%9E%8D%E6%A5%AD%E7%9A%84%E4%BF%A1%E7%94%A8%E5%8D%A1%E7%99%BC%E6%94%BE%E9%81%87%E5%88%B0%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92(%E6%83%85%E5%A2%83%E4%BB%8B%E7%B4%B9%E8%88%87%E7%A0%94%E7%A9%B6%E6%B5%81%E7%A8%8B).ipynb">資料與程式碼可見本處</a>。</p><ol><li><strong>匯入套件</strong></li></ol><p>首先先在Python IDE匯入資料處理套件，numpy和pandas。(<strong>如圖四所示</strong>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/363/1*wApr8GDAFei7zu-irqiLgw.png" /><figcaption>圖四.匯入套件</figcaption></figure><p><strong>2. 匯入資料集</strong>(<strong>如圖五所示</strong>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1018/1*MbCi9u7MSKWo3FJo01YnIg.png" /><figcaption>圖五.匯入資料集</figcaption></figure><p><strong>3. 查看各欄位類型</strong></p><p>我們可以發現這個資料集的欄位，包含了4個浮點數欄位(float64)、5個整數欄位(int64)以及3個<strong>類別型資料欄位(object)</strong>。而在機器學習實作中，一般建立模型前須先將<strong>類別型資料進行轉換</strong>，轉換成<strong>數值型</strong>的資料，才能順利建立機器學習模型<strong>。</strong>(<strong>如圖六所示</strong>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/399/1*sil4DAk-gAm3Z0MjqhBDtQ.png" /><figcaption>圖六.查看各欄位類型</figcaption></figure><p><strong>4. 查看缺失值</strong></p><p>若資料集中存在缺失值，需進行填補以利後續資料分析和建立模型。(<strong>如圖七所示</strong>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/300/1*BL-hu7v5ylLqdevB6k0FSg.png" /><figcaption>圖七.查看缺失值</figcaption></figure><p>幸運的是，本次資料集<strong>未有缺失值</strong>，因此不需進行填補的資料處理。</p><h3>所以接下來呢？</h3><p>本次我們瞭解了信用卡申辦概況與所使用之資料集。在下一篇，我們即將以「視覺化」的方式來揭曉信用卡申辦的基本資料分析，讓大家能更清楚了解業內信用卡申辦通過與否的重點因素！</p><p>如果看完覺得喜歡，不妨<strong>拍個手</strong>給予肯定吧 :)</p><p><strong>作者：Anna Wu(臺灣行銷研究特邀作者)、鍾皓軒(臺灣行銷研究創辦人)</strong></p><blockquote>下集預告：當金融業的「信用卡發放」遇到機器學習！？-探索性資料分析</blockquote><h3>參考文獻</h3><ol><li><a href="https://www.banking.gov.tw/ch/home.jsp?id=157&amp;parentpath=0,4&amp;mcustomize=bstatistics_view.jsp&amp;serno=201105120008">金管會銀行局</a></li><li><a href="https://www.irasutoya.com/">圖片來源</a></li><li><a href="https://www.kaggle.com/dansbecker/aer-credit-card-data">Credit Card Data from book “Econometric Analysis”</a></li></ol><p>— — — — — — — — — — — — — — — —</p><p><strong>◆◆ TMR最強新書與新課報到，火熱預購倒數中</strong>❗<strong>◆◆◆</strong></p><p><strong>【</strong><a href="https://www.tenlong.com.tw/products/9789865028244"><strong>最強行銷武器 — 整合行銷研究與資料科學</strong></a><strong>】</strong></p><p><strong>特惠價格： $458</strong>(原價：$580) <strong>79折特惠中</strong></p><p>💡 <a href="https://www.tenlong.com.tw/products/9789865028244"><strong>點此連結立即預購</strong></a></p><p>— — — — — — — — — — — — — — — —</p><p>往後的文章都會持續在<a href="https://medium.com/marketingdatascience">行銷資料科學粉絲專頁</a>上發表喔，喜歡我們就趕緊追蹤吧！</p><p>同時再請大家多多follow我們的FB粉絲專頁，我們會在粉專上即時公布最新資訊，讓您重要消息不漏接！</p><p>◼<strong> FB粉絲專頁：</strong><a href="https://www.facebook.com/MarketingDataScienceTMR/"><strong>行銷資料科學</strong></a></p><p>◼ <strong>官網：</strong><a href="https://tmrmds.co/"><strong>臺灣行銷研究</strong></a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/229/0*Kcbs4li8r4Uy7-ib.png" /></figure><p>歡迎加入我們的Telegram獲取即時訊息！<a href="https://t.me/marketingdatascience">https://t.me/marketingdatascience</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/235/0*n3KAlAC9JuMRgdLZ.png" /></figure><p>歡迎加入我們的Line@獲取即時訊息！<a href="https://line.me/R/ti/p/%40cde8265r">https://line.me/R/ti/p/%40cde8265r</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=81f402f913f7" width="1" height="1" alt=""><hr><p><a href="https://medium.com/marketingdatascience/%E5%88%A9%E7%94%A8%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E9%80%B2%E8%A1%8C-%E4%BF%A1%E7%94%A8%E5%8D%A1%E7%94%B3%E8%BE%A6%E7%8B%80%E6%B3%81%E4%B9%8B%E5%88%86%E6%9E%90%E8%88%87%E9%A0%90%E6%B8%AC-%E6%83%85%E5%A2%83%E8%AA%AA%E6%98%8E-81f402f913f7">利用機器學習進行「信用卡申辦狀況之分析與預測」 — 情境說明</a> was originally published in <a href="https://medium.com/marketingdatascience">Marketingdatascience</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>