書名: 資料經濟的機會與挑戰 (1版)
作者: 財團法人資訊工業策進會科技法律研究所
版次: 1
ISBN: 9786263690929
出版社: 元照出版有限公司
出版日期: 2023/10
#經濟學
定價: 400
售價: 380
庫存: 庫存: 1
LINE US! 詢問這本書 團購優惠、書籍資訊 等

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

簡介 聯合推薦(依單位名稱筆劃順序排序) 從EDGS延伸探討各國數位資料管理制度,包括國家制定資料存證標準、企業建立資料可追溯機制以控管企業管理缺口,公私部門協力打造智慧國家,本書指引公司爭議處理之應對方法,增強公司董監事有效控管企業資料治理之風險。 ESG世界公民數位治理基金會董事長暨數位治理協會理事長 陳春山 研析各國數位經濟導向之資料管理政策框架,政府及企業參照本書之說明,透過融會貫通各國法制,以建立適宜且完備的數位資料管理制度及框架,確保在技術汰換的同時,確實掌握風險控管,促進資料經濟的正向發展。 工業技術研究院資訊與通訊研究所副所長 黃維中 作為我國第一本面向企業的資料治理專書,由淺入深,探討國際間面對資料經濟所採取的策略與因應措施,將有助於政府機關、學研單位或企業思考。 中央研究院資訊科技創新研究中心主任 黃彥男 本書涵蓋國內外官方推動資料治理法規、標準及認證相關研究資料,協助企業從制度面、人員管理面、軟硬體面,重新檢視及評估可能面臨的資料治理風險,採取對應的管理措施,逐步完善內部資料治理機制,對產業未來接軌國內或國際資料治理標準有很大助益。 中華民國資訊軟體協會常務理事 張榮貴 企業參酌本書內容,檢視既有數位資料流通歷程可能存在的風險,評估是否有必要透過資料存證,強化數位資料的可追溯性及可證明性,以利在未來發生爭議時,更有效證明數位資料的來源、存在時點及內容。 財團法人國家實驗研究院國家高速網路與計算中心主任 張朝亮   在巨量資料及人工智慧等技術的發展下,資料(data)的價值越來越受到重視,由於資料可輕易複製,可同時讓許多人使用(即所謂的「非競爭性」),且資料在透過讓更多人使用的過程中,能挖掘出更多應用的可能性。然而,正因為資料可輕易複製,在流通過程中,會產生難以辨識資料來源、權屬、版本等問題,進而影響資料分析結果受信任的程度。譬如,2023年上半年最夯的生成式AI(Generative AI),其生成結果的正確性屢受質疑,其問題即在於訓練資料來源的合法性及真實性未經事前確認。因此,在推動資料經濟發展的過程中,必須落實資料治理,方能建立資料的可信賴性。   為確認資料的來源、權屬、版本等,必須導入相關科技,如數位身分識別、可信時間戳、分散式帳本(如區塊鏈)等技術,逐步建構起資料可追溯性。舉例來說,企業在落實ESG的過程中,一方面必須將其碳排放量等資料提供給稽核單位,並擔保資料的真實性,另一方面這些資料可能涉及企業的機密,若任意外流將損害企業權益,因此許多企業選擇採用區塊鏈的解決方案,以證明提供給稽核單位資料的歷程紀錄未經竄改;然而,即便是採用區塊鏈的解決方案,也必須落實鏈下的資料管理,才能完整證明資料的可信賴性。   本書重點除說明企業等組織可透過資料的共享,確保有多元的資料進行分析,同時應建立資料管理、資料流通、資料歷程可追溯性的相關機制,以確保資料的真實性。第二章中介紹資料在共享前,企業要如何確保自身或合作對象的資料管理能力,以擔保所提供或所取得的資料能具備一定程度的品質。第三章針對國際間資料加值與流通的策略進行介紹,提供企業擬訂提升資料價值作法的參考。第四章介紹國際間關於資料可追溯性的政策及服務,並歸納國際趨勢,即企業應妥善留存資料的產出與流通歷程,以建立資料可追溯性,若未來發生爭議時,才能有效舉證,證明資料來源合法、產出及流通之時點、未經竄改等;同時,為確保區塊鏈基礎設施的永續維運,國際間如歐盟、中國大陸、拉丁美洲已建置國家層級的區塊鏈基礎設施,作為組織成員間驗證各類資料之真實性的底層技術,以大幅提升資料的證明效力。透過本書的介紹,將可引領讀者通盤瞭解國際間對於建立資料信任的作法和趨勢,提供我國企業等組織參考。 目錄 出版序/蕭博仁 推薦序/陳春山 推薦序/黃維中 推薦序/黃彥男 推薦序/張榮貴 推薦序/張朝亮 第壹章 數位資料時代來襲 一、日本資料經濟發展狀況與面臨之挑戰/1 二、歐盟資料經濟發展狀況與面臨之挑戰/3 三、小 結/5 第貳章 數位資料管理模式介紹 一、企業得採取的數位資料管理模式/7 (一)分工與定位/7 (二)數位資料管理能力/8 二、學研機構得採取的數位資料管理模式:以美國國家衛生院(NIH)研發成果之資料管理和共享政策為例/23 (一)美國NIH基本立場/23 (二)概述NIH資料管理和共享政策/27 (三)相關配套措施/33 第參章 資料加值與流通的策略 一、以提升資料價值為主要目的之制度/45 (一)日本:《促進資料價值創造的新資料管理方法與框架》/45 (二)歐盟:歐洲共同資料空間/63 二、以促進資料流通為主要目的之制度/69 (一)韓國:《資料產業振興和利用促進基本法》/69 (二)新加坡:可信任資料共享架構/81 第肆章 建立數位資料可追溯性 一、背景說明/91 (一)企業重要數位資料「產出時」的證據未妥善保存/91 (二)企業將重要數位資料「主動」提供給「外部單位」/91 (三)企業重要數位資料「被動」外流至外部單位/92 (四)企業取得「外部單位」所提供的重要數位資料/92 二、國際作法簡介/93 (一)加拿大/93 (二)比荷盧/97 (三)韓 國/98 (四)日 本/101 (五)中國大陸/106 (六)歐 盟/111 (七)英 國/116 第伍章 結 論/119

為您推薦

人生的真義:日本經營之聖稻盛和夫魂動108

人生的真義:日本經營之聖稻盛和夫魂動108

類似書籍推薦給您

原價: 380 售價: 342 現省: 38元
立即查看
Python資料科學自學聖經:不只是建模!用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔) (1版)

Python資料科學自學聖經:不只是建模!用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔) (1版)

類似書籍推薦給您

Python資料科學自學聖經:不只是建模!用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔) 系列名:程式設計 ISBN13:9786263241657 出版社:碁峰資訊 作者:鄧文淵-總監製;文淵閣工作室-編著 裝訂/頁數:平裝/440頁 規格:23cm*17cm*2cm (高/寬/厚) 出版日:2022/05/09 中國圖書分類:電腦程式語言 內容簡介 網路書店年度百大電腦資訊暢銷書 《Python自學聖經》系列力作 運用Python掌握資料科學的價值 讓人工智慧機器學習找出趨勢的關鍵密碼 完整涵蓋Python資料科學技術,從開發工具、資料預處理、 機器學習、深度學習到模型訓練進化一應俱全! 給需要本書的人: ★想進入Python資料科學領域,又不知怎麼切入的人 ★面對資料科學龐大又雜亂的理論與資訊卻不知如何下手的人 ★想快速且有系統收集大量資料,並提高處理運用效率的人 ★想利用大量資料進行分析,找出隱藏訊息與趨勢以協助決策的人 ★想運用資料數據訓練人工智慧模型,開發適用的演算法進行預測與解決問題的人 隨著AI人工智慧帶來的科技革命,資料科學的應用正在改變你我的生活。如何由龐大的資料數據中擷取爬梳出有價值的資訊,判斷決策,甚至能預測趨勢、掌握契機,是資料科學為現代社會帶來的新視野。   資料科學橫跨多個領域,涵蓋數學、統計與電腦科學等面向。如果想有系統的進入資料科學領域,歡迎藉由本書循序漸進的學習。書中除了有資料科學的觀念,還有技術應用與發展方向,讓每個艱澀觀念都能在範例實作的引導下有著更清楚的輪廓,讓你一探資料科學迷人的樣貌。 【重要關鍵】 ■應用工具:雲端開發平台(Google Colab)、資料科學工具(Numpy、Pandas、Matplotlib、Seaborn)、網路爬蟲(requests、BeautifulSoup)。 ■資料預處理:資料清洗、缺失值、重複值及異常值的處理、資料檢查、資料合併、樞紐分析表、圖片增量,以及資料標準化、資料轉換與特徵選擇。 ■機器學習:學習工具(Scikit-Learn)、非監督式學習(K-means演算法、DBSCAN演算法、PCA降維演算法)、監督式學習分類演算法(Scikit-Learn資料集、K近鄰演算法、單純貝氏演算法、決策樹演算法、隨機森林演算法)、監督式學習迴歸演算法(線性迴歸演算法、邏輯迴歸演算法、支持向量機演算法)。 ■深度學習:學習工具(TensorFlow、Keras)、深度神經網路(DNN)、MNIST手寫數字圖片辨識實作、Gradio模組(深度學習成果展示、過擬合)、卷積神經網路(CNN)與循環神經網路(RNN)。 ■模型訓練進化:預訓練模型、遷移學習、深度學習參數調校、hyperas參數調校神器,以及手寫數字辨識參數調校。 【超值學習資源】 獨家收錄「Python資料科學關鍵影音教學」、全書範例程式檔 本書特色 ■深入淺出,只要具備基礎Python程式語言能力即可輕鬆上手。 ■標示出重要觀念,在學習的過程中不會錯失關鍵內容。 ■應用範例導向,每個觀念皆附實用案例,不怕學不會。 ■不使用艱澀數學推導資料科學原理,而以淺顯易懂的文字解說學理。 ■實作圖片增量及遷移學習,即使少量資料也可訓練出實用模型。 ■實作機器學習與深度學習模型參數調校,輕鬆建立完美模型。   目錄 資料科學工具篇 第1章 進入資料科學的學習殿堂 1.1 認識資料科學 1.2 Google Colab:雲端的開發平台 1.3 Colab 的筆記功能 第2章 資料科學神器:Numpy 與Pandas 2.1 Numpy:高速運算的解決方案 2.2 Numpy 陣列建立 2.3 Numpy 陣列取值 2.4 Numpy 的陣列運算功能 2.5 Pandas:資料處理分析的強大工具 2.6 Series 的使用 2.7 DataFrame 的建立 2.8 Pandas DataFrame 資料取值 2.9 DataFrame 資料操作 第3章 資料收集:檔案存取與網路爬蟲 3.1 資料來源的取得 3.2 CSV 檔案的讀取 3.3 JSON 資料的讀取 3.4 Excel 試算表檔案的讀取 3.5 HTML 網頁資料讀取 3.6 儲存資料為檔案 3.7 認識網路爬蟲 3.8 requests 模組:讀取網站檔案 3.9 BeautifulSoup 模組:網頁解析 3.10 文字及檔案資料的收集 第4章 資訊圖表化:Matplotlib 與Seaborn 4.1 Matplotlib:資訊視覺化的核心工具 4.2 折線圖:plot 4.3 長條圖與橫條圖:bar、barh 4.4 圓形圖:pie 4.5 直方圖:hist 4.6 散佈圖:scatter 4.7 線箱圖:boxplot 4.8 設定圖表區:figure 4.9 在圖表區加入多張圖表:subplot、axes 4.10 Pandas 繪圖應用 4.11 Seaborn:更美觀的圖表工具 資料預處理篇 第5章 資料預處理:資料清洗及圖片增量 5.1 資料清洗處理 5.2 資料檢查 5.3 資料合併 5.4 樞紐分析表 5.5 圖片增量 第6章 資料預處理:標準化、資料轉換與特徵選擇 6.1 Scikit-Learn:機器學習的開發工具 6.2 數值資料標準化 6.3 非數值資料轉換 6.4 認識特徵選擇 6.5 使用Pandas 進行特徵選擇 6.6 使用Scikit-Learn 進行特徵選擇 機器學習篇 第7章 機器學習:非監督式學習 7.1 認識機器學習 7.2 K-means 演算法 7.3 DBSCAN 演算法 7.4 降維演算法 第8章 機器學習:監督式學習分類演算法 8.1 Scikit-Learn 資料集 8.2 K 近鄰演算法 8.3 單純貝氏演算法 8.4 決策樹演算法 8.5 隨機森林演算法 第9章 機器學習:監督式學習迴歸演算法 9.1 線性迴歸演算法 9.2 邏輯迴歸演算法 9.3 支持向量機演算法 深度學習篇 第10章 深度學習:深度神經網路(DNN) 10.1 認識深度學習 10.2 認識深度神經網路(DNN) 10.3 實作MNIST 手寫數字圖片辨識 10.4 Gradio 模組:深度學習成果展示 10.5 過擬合 第11章 深度學習:卷積神經網路(CNN) 11.1 認識卷積神經網路(CNN) 11.2 實作貓狗圖片辨識 第12章 深度學習:循環神經網路(RNN) 12.1 認識循環神經網路(RNN) 12.2 下載台灣股市資料 12.3 實作台灣股票市場股價預測 模型訓練進化篇 第13章 預訓練模型及遷移學習 13.1 預訓練模型 13.2 遷移學習 第14章 深度學習參數調校 14.1 hyperas 模組:參數調校神器 14.2 手寫數字辨識參數調校

原價: 580 售價: 493 現省: 87元
立即查看
(建資料)中國大陸投資財經知識須知─中國稅收優惠與免稅天堂公司運用實務<龍鳳凰>

(建資料)中國大陸投資財經知識須知─中國稅收優惠與免稅天堂公司運用實務<龍鳳凰>

類似書籍推薦給您

原價: 1000 售價: 850 現省: 150元
立即查看
新經營分析王-企劃.生產.銷售.財務管理的資料分析與決策

新經營分析王-企劃.生產.銷售.財務管理的資料分析與決策

類似書籍推薦給您

原價: 450 售價: 383 現省: 67元
立即查看
經理人提升決策品質的Excel資料分析技巧

經理人提升決策品質的Excel資料分析技巧

類似書籍推薦給您

原價: 450 售價: 383 現省: 67元
立即查看