一、案例定位

原書第 4 章「掌握資料理解」中的 Titanic.csv 實作範例，示範在開始統計分析前，先利用生成式人工智慧建立資料字典，理解欄位名稱、資料型別、可能值與欄位意義。

二、學習目標

• 理解資料字典對資料清理、特徵選擇與分析設計的作用。
• 使用 AI 提問詞快速整理資料集結構。
• 辨識欄位代碼、缺漏值與可能需要來源文件確認的欄位。
• 避免在尚未理解欄位意義前直接建立模型。

三、案例情境

原書將 Titanic.csv 上傳至具有程式碼直譯器（Code Interpreter）的 ChatGPT-4，首先要求 AI 提供資料字典。目的不是立刻回答「誰比較容易存活」，而是先建立後續探索性資料分析與統計分析所需的資料背景。

四、開始資料

五、Excel／R／AI 分析方法

將資料集上傳後，先要求 AI 逐欄整理：

1. 欄位名稱；
2. 資料型別；
3. 可能值或代碼；
4. 缺漏／空值情況；
5. 基本統計；
6. 欄位可能代表的商業或分析意義。

接著再把 AI 產生的資料字典與原始欄位、來源文件或官方資料字典交叉核對，作為資料清理、前處理與後續分析方法選擇的基礎。