DS 101基礎L2 能力證書
ESG 資料科學基礎：Python 與 AI 實作
從 ESG 問題到可信的資料分析，使用 Python、pandas 與 AI 整理、計算、視覺化與驗證永續資料，並完成自己的 ESG Data Analysis Use Case。
課程主軸：從 ESG 問題到可信證據
整門課沿著同一條線走：Question、Data、Python、Analysis、Verification、Communication。AI 可以協助分析，人負責證據與結論。
- 1. Question
我們到底要回答什麼？
- 2. Data
哪些欄位、粒度與單位能回答它？
- 3. Python
用哪幾個最少必要的 pandas 步驟處理？
- 4. Analysis
指標與圖表顯示了什麼？
- 5. Verification
公式、單位、輸出與說法都檢查過了嗎？
- 6. Communication
如何分開陳述事實、解讀與未知？
你的下一步
DS 101 · Module 1 · 從 ESG 問題到 Python 資料分析
已完成 0 / 15 項0%
課程內容
- Module 1從 ESG 問題到 Python 資料分析從 ESG 問題、資料結構與基本指標開始，用最少必要的 Python 與 pandas 完成第一次可重現分析。
- Module 2在 AI 協助下完成可信的 ESG 分析處理資料品質、計算 ESG 指標、建立圖表，並學會使用 AI 協助分析，同時驗證程式、數字與結論。
進度儲存在這個瀏覽器，不會記錄你的身分；只有在下方加入進度同步時才會上傳。
同步我的進度加入梯次後，進度可跨裝置保存，講師也能看到
實作與評量
- 實作 A：Guided Lab用乾淨的擬真資料完成第一次 ESG 分析：Scope 1 + 2、排放強度與三則證據陳述。尚未完成
- 實作 B：Data Quality Challenge在練習資料中找出缺失值、重複、型態、範圍、異常值與命名問題，並記錄處理決策。尚未完成
- 實作 C：Independent Lab獨立完成一項可信分析：品質檢查、清理、指標、圖表、驗證，以及 AI 協助紀錄。尚未完成
- DS 101 前測與後測以前測與後測檢查資料思維、Python 判讀、ESG 指標與驗證能力的改變。尚未完成
- ESG Data Analysis Use Case把所學轉成自己的 ESG Data Analysis Use Case，說清楚資料、指標、分析步驟與驗證方式。尚未完成
關於這門課
學習成果
- 把一個 ESG 或永續問題轉成可分析的資料問題
- 說明 dataset、observation、variable、metric 與 missing value 的基本概念
- 使用 Python 與 pandas 載入、檢查、選取、篩選與彙總 ESG 資料
- 辨識缺失值、重複資料、單位、資料型態與異常值等資料品質問題
- 計算 Scope 1 + 2、排放強度與年增減等基本 ESG 指標
- 建立適合比較與趨勢分析的基本視覺化
- 使用生成式 AI 協助撰寫、解釋與除錯分析程式碼
- 驗證 AI 產生的程式、公式、單位、結果與文字結論
- 完成一份可供後續實作討論的 ESG Data Analysis Use Case
先備條件
- 不需要程式背景
- AI 101 建議但非必要
- 能使用瀏覽器、理解試算表的列與欄，並能下載與上傳檔案
- 能在 Notebook 環境（Python 3、pandas、matplotlib）複製並執行程式碼
適合對象
- 希望從 Excel / 試算表進一步學習可重現資料分析的學生、教師與行政人員
- 接觸 ESG、永續、CSR、碳管理或永續報告資料的學員
- 希望使用 AI 協助 Python 分析，但仍能自行驗證結果的非資訊背景學員
不需要程式背景。建議先完成 AI 101，但這只是建議，不會擋住你開始學習。
完課證書
完成後可取得能力證書（L2）。
達成條件
- 完成全部 2 個課程模組
- 完成全部 1 項核心練習
- 後測評量達 80% 以上
- 提交實作成果並經審查通過
課後回饋
約 2 到 3 分鐘，回饋會用來改進課程。