STEAM+01 BootCamp｜解释大数据及机器学习！（附教学例子）

【由《香港01》主办，中国人寿（海外）冠名赞助，理大香港专上学院（PolyU HKCC）协办的STEAM+01 Summer Bootcamp 2023，将于7月22日至23日，于香港理工大学红磡湾校园举行。“01教育”为此推出一系列文章介绍STEAM教育。活动报名查询欢迎联络香港01代表黄先生（电邮：education@hk01.com / WhatsApp或电话联络：35828747）】

大数据（Big Data）及机器学习（Machine Learning）近年应用日益广泛，不过到底它们是甚么东西呢？学生运用大数据及机器学习时需具备甚么知识及技能？“01教育”将会为你解释这些概念，并提供相关教学例子作参考！

大数据（Big Data）及机器学习（Machine Learning）是甚么？

大数据（Big Data）可以“3V”作归纳，即资料的数量（Volume）、多样性（Variety）及速度（Velocity）。比起传统资料，由于大数据更为庞大和复杂，因此无法使用传统的资料处理软件进行分析。

机器学习（Machine Learning）则是人工智能（AI）的一种，主要透过演演算法训练系统从资料中学习，然后以推理的方式完成工作，从而作出最佳决策和预测。

学生运用大数据及机器学习时需具备甚么知识及技能？

基于大数据的特性，加上分析大数据的主要目的是作出决定，所以学生需要具备分析资料的技巧，例如学懂使用大数据分析工具，并以易于理解的方式呈现分析结果。

此外，学生使用机器学习前需要具备一定的程式设计知识，因为他们会用到不同的程式语言，例如Python、Java、JavaScript等，以编写演演算法，让系统能根据程式码执行任务。

大数据及机器学习的教学例子

虽然大数据及机器学习近年才开始被广泛应用，但教育局已发布相关的教学例子作参考，旨在加强学生的资料处理及程式设计能力：

STEAM教学活动示例：四季
STEAM教学活动示例：雨量
STEAM教学活动示例：遗传学与数学