最佳學生報告: 陳裕勛、梁安杰

教學內容簡介

在本教學中，我們將以聯合國公開數據為基礎，學習如何利用 Python 和 SQL 技術進行資料處理與分析。主要內容包括資料庫導入、資料清理與修改，以及多種數據視覺化技巧。我們還會介紹 ARIMA 模型 的理論與實作，幫助預測時間序列數據的未來趨勢。

內容亮點： 一、資料庫操作：

1. 匯入聯合國數據至 MySQL 資料庫。

2. 修改資料表與欄位名稱。

3. 將視覺化與預測結果回傳資料庫。

二、數據視覺化：

1. 使用 Python 繪製直方圖、折線圖、圓餅圖等 15+ 類型圖表。

2. 展示人口分布、增長趨勢與性別結構等資訊。

三、ARIMA 模型應用：

1. 學習 ARIMA 模型的基礎與參數設定。

2. 利用數據預測未來人口變化。

3. 將預測結果整合至資料庫與網頁展示。

本教學目的是以台積電股票為例，指導學生如何運用 Python 與 AI 模型 完成10年股市數據的分析與未來股價的預測。教學內容專注於從資料匯入、可視化分析到AI應用，為工程應用與決策支持提供數據洞察。

教學大綱
一、數據處理與資料庫操作

1. 下載台積電近10年股票數據。

2. 匯入資料至 MySQL 資料庫並建立固定資料表。

二、股市數據可視化

1. 股價走勢圖 (Line Chart)：展示股價歷史走勢。

2. 股價區間圖 (Candlestick Chart)：顯示每日股價波動與趨勢。

3. 成交量圖 (Volume Chart)：分析市場熱度隨時間的變化。

4. 移動平均線圖 (Moving Average)：識別市場長短期趨勢。

5. 股價與成交量合併圖 (Price and Volume Chart)：綜合分析成交量與股價影響。

三、AI預測分析

1. 使用 ARIMA 或 Prophet 等時間序列模型，預測 2024年12月至2025年6月 的股價趨勢。

2. 分析預測結果並匯入 MySQL 資料庫供工程師使用。

四、應用與實務

1. 整合視覺化結果與預測分析，支持網站與App開發需求。

2. 提供股價分析的專業報表，助力客戶決策。