推薦系統(recommender system)、可解釋推薦系統(explainable recommender system)、機器學習(machine learning)

演算法(Personalization)、個人化(artificial intelligence)、社會(machine learning)

自然語言處理(NaturalLanguageProcessing)、深度學習(DeepLearning)、機器學習(MachineLearning)、文獻探討自動化(LiteratureReviewAutomation)、小樣本(SmallData)

預測(prediction)、複合方法(mixed-methods)、構念(constructs)、過度擬合(overfit)、預測偏差(predictive deviants)、質性研究(qualitative research)、複合過度擬合分析框架(composite overfit analysis framework)、模型選擇標準(model selection criteria)、資訊標準(information criteria)

時間序列(time series)、預測(forecasting)、模型表現評估(performance evaluation)、迴歸樹(regression trees)、峰點(peak periods)

時間序列(time-series)、物聯網(privacy)、時序特徵(IoT)、時序模擬(feature-based)

演算法偏差(Algorithmic Bias)、不平衡問題(Data Imbalance)、不平衡預測變數組合(Predictor Combination Imbalance)、分類樹(Classification Tree)

有向無循環圖(Directed Acyclic Graph)、因果模型(Causal Model)、反事實解釋(Counterfactual Explanation)、機器學習(Machine Learning)、混淆變量(Confounding Variable)、協變量(undefined)

10(10)、時間序列(Time series)、預測(Forecasting)、與集群(Clustering)、基於模型的分區樹(Model-based partitioning tree)、線性回歸(Linear regression)、ARIMA(ARIMA)、ETS(ETS)、分層預測(Hierarchical forecasting)、分組預測(Grouped forecasting)、協調預測(Reconciling forecast)

情境問題(InfoQ)、資訊品質(information quality)、問卷(Inter-Rater Reliability)、施測者間信度(contextual questions)

應用資料(Behavioral Big Data)、大數據(Data Mining)、文獻回顧(Operations Management)、運籌管理(Academic Literature)

網路借貸(P2P lending)、機器學習(Machine Learning)、FICO 信用評分(FICO Scores)、借貸俱樂部(Lending Club)、隨機森林(Random Forest)、LASSO 邏輯迴歸(LASSO Logistic Regression)

精準行銷(Direct Marketing)、顧客分群(customer segmentation)、增量模型(uplift model)、隨機實驗(randomized experiment)、A/B測試(A/B testing)、不均衡實驗與對照組比率(imbalanced treatment-control ratio)

增益圖(gains chart)、累積增益圖(lift chart)、分類排序(cumulative gains)、資料探勘(cumulative lift)

數據科學(GDPR)、數據科學家(data science)

不均衡資料集(overfitting)、不平衡資料集(characterics)、過度配適(data)、資料特性(bootstrap)、決策樹演算法(variation)、叢集演算法(metrics)、集成學習算法(evaluation)、整體學習算法(undersampling)、抽樣法(oversampling)

自動化決策(automated decision making)、不平衡問題(data imbalance)、不平衡預測變數(predictor imbalance)、區別對待(discrimination)、分類(classification)、分類樹(classification tree)、邏輯迴歸(logistic regression)

Probit 模型(Probit)、疊代重新加權最小平方法(IRLS)、懲罰樣條(Penalized Splines)、過度分散與分散不足(Over and under dispersion)、時間序列(Time series)、轉折點(Change point)、廣義概似比(Generalized Likelihood Ratio)、選擇性偏差(Selection bias)、Logit 模型(Logit)

不平衡數據(imbalanced data)、決策樹(decision tree)、解釋性與預測性模型(Explanatory modeling)、權重(Predictive modeling)、機率(Sampling)、抽樣(Weights)、修正(Probability)

時間序列預測(Forecasting)、線上餐廳訂位(Online restaurant bookings)、複雜季節性(Complex seasonality)

PLS-PM(PLS-PM)、Prediction(Prediction)、Evaluation(Evaluation)、Algorithm(Algorithm)、Explanatory(Explanatory)、Models(Models)

時間序列預測(Time Series Forecasting)、私有資料(Private Data)、高麗菜價格(Cabbage Price)、供應鏈(Supply Chain)、高雄傳統市場(Kaohsiung Market)、台灣農業經濟(Taiwan’s Agriculture Economic)、市場通路(Marketing Channel)、價格傳遞(Price Distribution)、資料探勘(Data Mining)