今天是待在家的第三周，也就是第21天，悶在家快一個月，身體心裡真的很需要全面啟動，但這個非常時期，真的只能用身心俱疲來形容。過往這段時間每天都很積極地想出一切能做的事，把行程表排滿好讓自己有事做，也好填滿自己空虛的心靈。如果沒有疫情，現在的我肯定是每天狂投履歷，不斷network，準備各種面試，但一切都是人算不如天算，因為疫情影響，整個世界都停滯了，美國在今天也突破了24萬多例，全世界逼近100多萬例，百年一遇如世界第三次世界大戰的情景竟然就發生在2020年，就在一個即將邁入24歲的本命年，就在一個準備了4年gap 1年然後留學的今年，一切的一切都這麼突然，原本想著能夠在美國找到工作，工作一兩年再回台灣，現在卻在家人苦勸以及新聞媒體不斷更新的疫情數字下，自己竟然也開始動搖，是不是該放棄這一切回台灣開始工作一輩子，從來不是那種會擔心未來的人，因為很多事情已規劃好了，心裡總想著如果事情按照這樣下去就會有結果，一直也來都是這樣堅信著，但是這次不一樣了，每天看似平常的日子其實都是得來不易的，我們人類能夠活著享受著一切富裕繁華可能都是過往古人不斷改善文化 改進器具 技術所得來的，好不容易我們苦撐過來的世界似乎就要被這看不見、摸不到的病毒給打敗，2007年美國經歷過金融風暴，過了10年才從風暴中慢慢復甦，好不容易在川普帶領下的美國經濟正以前所未見的速度起飛著，失業率也不斷降低，多數的我們似乎還停留在2019 18年那樣美好的印象，沒想到就在2020年，一切都變得好困難，新聞不斷播出許多家庭因為病毒失去親人，許多醫護人員因為沒有足夠醫療設備感染，世界各地的聚會都停止， 觀光區域如同空城，學校公司餐廳健身房都關了，大家都開始過著社交疏離生活，也是這段時間人們開始靜下心來好好審視自己的心靈，陪伴親人小孩，重回過往家人親密在一起的時光，但是身處在美國的外宿房間，每天能溝通的就是隔壁室友，以及電話另一頭遠在台灣的家人，好懷念我們以往相聚在電視機前吃餅乾看電視的感覺，如果家人就在身邊，獨自待在家裡就不會那麼孤單了吧。前幾天滑著領英發現有些人因為這次疫情被資遣了，全美有超過幾萬人因為疫情失業，最不想預見的情況 甚至是以往只在電影裡看到的情景都這樣一一出現在生活中，過去一周美國從10萬例一路上升到24萬例，如果時間可以重來，真的好想跟川普說拜託你早點讓大家待在家、限制出入境，也呼籲大眾開始戴口罩吧，如果這麼做或許現在的美國不會這麼嚴重，更不會導致原本不需要擔心，只需要保持一貫的努力就能實現夢想，實現希望的一般人需要為自己的未來重新打算。今年的生日願望還沒許，但我已經想好了，就是讓這世界趕快恢復原狀吧 不求經濟成長，只要恢復原狀就好，待在台灣的家人朋友們也都要好好照顧自己，還有在美國的同學們也都要好好的。
講了一堆，可以知道我有多無聊，寫得也很沒邏輯，可能是太憂鬱了，現在回到正題，繼續分享春季modA的課程：
1.Applied Predictive Modeling
這堂課應該是MSBA第二重要的課吧，第一是APA，APM就是APA的進階版，教的是各種更深入的模型，從最開始的BG模型到BB BGBB NBD HCNB EG ENT WB model等等，各式各樣可以應用在不同商業情境的模型，是一堂對接下來進入業界可以真的運用到的模型，比如可以用BB模型針對直效行銷投放電子郵件廣告預測每一個區段實際回復率，或是透過NBD模型預估戶外廣告一周或四周會達到多少Reach或frequency，一般在業界建模的時候可以透過這種機率模型或是機器學習模型來製作，機率模型比較麻煩的是要評估目標 分析資料的情況 是連續還是離散事件等等 如果模型表現不好可以重新回來檢查假設是否有誤 這種方式雖然麻煩但也比較穩固；機器學習模型好處是幾乎可以套用到所有情況 只需要分析問題是classification 還是regression就可以，以及區分是supervised或unsupervised，缺點是有時候模型解果出來不知該如何解釋結果，因為背後複雜的運算方式是很難解釋的，這些ml模型通常都有一些現成的library可供使用，自然也容易忽視背後的運作原理，所以我認為如果有足夠的統計知識，其實可以試試自己件機率模型，因為這種模型是最清楚 透過自己建立的假設建立的 如果有問題都能透過檢查假設修改模型，假設以後對機器學習模型有更深入的研究可以再加入ML優化。
2.Advance Decision Modeling
這堂課是上學期Decision model的進階課，也就是excel操作的進階版，學了很多在非線性模型以及non smooth模型底下運用規劃求解的演化或GRG方式求解的case，印象蠻深的一種應用就是計算到退休之前的個人消費支出狀況，計算在哪一歲退休才能讓接下來退休人生有資產可用，以及計算貿易人員那種旅程路線最能節省公司旅費成本，還有計算最大工廠最多能減少多少排放以達到排放標準等等，其實現在很多企業都還是再用excel進行分析，如果企業內部資料量沒有那麼多，透過簡單的excel就能處理很多事情，python r 當然也很好用，但不像excel那樣已經有很多建好的功能可以直接套用。
3.Business Intelligence
BI幾乎是現在企業都有導入的吧，實做企業extract提取 transpose轉置 loading載入的過程，了解如何分析一個商業問題提取企業不同部門的資料，比如想了解某項商品去年以及今年的銷量多少以及列出員工的分別業績如何還有哪個品項銷量最好之類的，這時候可能要從員工 產品 日期表中提取資料做sql nesting查詢等等，還有透過powerBI查詢及製作報表，透過visual studio的擴充功能進行etl等步驟，是一堂很實用的課。
差不多就到這了，春季課程比秋季還少了幾門，不過每一門都要花更多心力準備，目前再過兩周所有課程就結束了，到時候再來寫一篇春季modB的課程心得。
留言列表
