Crystal 是位於德州侯斯頓的餐點外送服務營運主管。她手上有過去 1 個月的餐點訂單經緯度資料。她想在需求最高的地區建立數個新的「配送樞紐」。為了達成這目標，她請一位機器學習科學家使用分群演算法，依據地理位置把訂單分成數個群組。
不過，機器學習科學家不確定該建立多少個叢集。請在右側以不同的叢集數執行演算法，觀察結果。
最合適的叢集數是多少？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
我們先從定義資料科學開始。接著介紹資料科學的工作流程，以及如何將資料科學應用到真實的商務問題。最後，你會學到如何規劃資料團隊的架構，讓它符合組織的需求。
既然已經理解資料科學的工作流程，接下來就深入第一步：資料蒐集。你會學到公司可運用的各種資料來源，以及資料蒐集後要如何加以儲存。
本章將說明如何透過儀表板探索與視覺化資料。我們會討論儀表板的組成，以及如何明確提出儀表板需求。本章也會介紹臨時（ad hoc）資料需求與 A/B 測試，這是能降低決策風險的強大分析工具。
在最後一章，我們要討論資料科學中最受關注的主題：機器學習！我們會介紹監督式與非監督式機器學習，以及分群。接著進入機器學習的進階主題，包括時間序列預測、自然語言處理、深度學習，以及可解釋的 AI！
當前練習
