大數據應用行業的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

新型電力系統ICT應用與實踐

為了解決大數據應用行業的問題，作者 這樣論述：

本書全面介紹新型電力系統建設中所涉及的主要資訊通信技術及其應用。全書共11章。第1～2章介紹碳減排背景下能源電力行業向低碳化轉型發展的趨勢，以及新型電力系統建設的必要性。第3章介紹能源行業數位化轉型現狀，給出新型電力系統的ICT架構。第4～9章系統地闡述5G助力高彈性電網建設、電力光網路、電力智慧雲網、電力物聯網、能源大資料中心、新型電力系統網路安全等方面的資訊通信關鍵技術及應用方案。第10章結合新型電力系統源、網、荷、儲全環節業務場景，以國網浙江省電力有限公司的探索與實踐為例，呈現典型應用。第11章為新型電力系統展望。 本書可為能源、電力、資訊通信等相關領域的從業人員提

供參考。

大數據應用行業進入發燒排行的影片

COVID-19 疫情期間企業授信策略之研究

為了解決大數據應用行業的問題，作者蔡燕玲 這樣論述：

本研究將以台灣地區某資訊通路商之「授信策略」為主，進行客戶狀況之比較，是否可以透過信用風險模組影響因子來訂定出更為符合現況之授信機制，授信因子的部份透過專家訪談來分出重要性為何，並以敘述性進行分析，找出最重要的因子，來幫助資訊通路商來針對授信策略進行調整，並且利用2018年1月到2021年12月共計48個月樣本數150家的賒銷、收現的客戶應收帳款來解析疫情前後整個應收帳款，從客戶基本資料表、每月銷售統計、應收帳款報表來進行整理，計算應收帳款平均加權週轉天數的差異，從每月的資料整理成每年進行群組比對。由實證結果，該資訊通路商的交易型態94%是賒銷，應收帳款加權平均的轉天期的長短，說明疫情之前周

轉天期較短，疫情之後因周轉問題慢慢浮現，導致應收帳款回收天期較長，故利用此深入探討的機會檢視授信策略修正，整理了所有應收帳款收款率及應收帳款加權平均周轉天期的結論後，進行檢討授信策略政策，發現除了風險因子特別注意之外，應加強與客戶交易後的應收帳款管理，故提出建議，修正公司的信用評等表，建議其業務部門及授信部門將此點列入參考數據，後續將可以做風險控管及客戶分級。

PyTorch深度學習實作：利用PyTorch實際演練神經網路模型

為了解決大數據應用行業的問題，作者VishnuSubramanian 這樣論述：

　　PyTorch是Facebook於2017年初在機器學習和科學計算工具Torch的基礎上，針對Python語言發佈的一個全新的機器學習工具套件，一經推出便受到業界廣泛關注和討論，目前已經成為機器學習從業人員首選的一款研發工具。 　　本書是使用PyTorch建構神經網絡模型的實用指南，內容分為9章，包括PyTorch與深度學習的基礎知識、神經網路的構成、神經網路的高階知識、機器學習基礎知識、深度學習在電腦視覺上的應用、深度學習在序列資料和文字當中的應用、生成網路、現代網路架構，以及PyTorch與深度學習的未來走向。 　　本書適合對深度學習領域感興趣且希望一探PyTo

rch究竟的業界人士閱讀。具備其他深度學習框架使用經驗的讀者，也可以透過本書掌握PyTorch的用法。 　　本書範例檔： 　　github.com/PacktPublishing/Deep-Learning-with-PyTorch

傳統民營銀行數位金融創新之研究

為了解決大數據應用行業的問題，作者薛丞邑 這樣論述：

在網際網路蓬勃的發展下，金融科技的出現無疑是改變了整個金融業，我國金融監督管理委員會於2019年首度開放3張純網銀執照，造成傳統銀行相當大的衝擊，迫使傳統實體通路銀行的經營模式改變，以防止客源流向純網銀，各家傳統銀行逐漸成立數位金融部，打造自身的數位品牌，開創出數位銀行的通路，讓人們不必再跑到實體分行，也能從行動裝置、電腦完成各項業務，且不再受到傳統銀行有營業時間上的限制。本研究蒐集相關文獻及各學者理論作為參考，以傳統銀行所推出的數位銀行是如何轉型使民眾的使用意願提升，及目前數位銀行推行的各項服務是否能獲得民眾的認可，並改變實際使用的習慣，以達成傳統銀行轉型的目的為探討。本研究採用問卷調查法

為主要研究方法，於2022年5月13日至2022年5月20日進行發放，共計7天，以網路問卷方式進行，採滾雪球方式發放。問卷總共回收333份，其中有效問卷為332份，無效問卷為1份。本研究針對回收之有效問卷進行敘述性統計分析、信度分析、效度分析、差異性分析及迴歸分析，分析結果顯示當民眾對數位銀行的功能需求性、行銷策略、服務體驗及服務品質感到滿意時，皆會提升民眾使用數位銀行之意願，且能有效改變民眾的使用習慣、減少前往實體分行辦理業務的次數。