資料視覺化分析對於資料處理、探索資料結構、辨識趨勢及叢聚、發現局部模式（pattern or subgroup）、評估模型分析輸出（output）與呈現分析結果都相當有幫助，對於探索性數據分析（exploratory data analysis）、網絡分析（network analysis）及機器學習等大數據分析更是不可或缺。然而資料科學成功的基礎為特徵工程（Feature Engineering），它是資料科學流程中最耗費時間的步驟，包含準備階段、生成階段、轉換階段、建模階段及操作階段等流程。 本課程主要目標為使用SAS及SAS Viya軟體與實際調查資料，來展現資料視覺化分析能展現資料中的哪些資訊。透過實際操作來增加具體設計、分析及詮釋統計圖像的經驗，來有效率地了解資料視覺化分析與機器學習。

1. Exploring SAS® Viya®: Visual Analytics, Statistics, and Investigations
2. 沈葆聖(2002)，SAS統計軟體與資料分析(滄海書局)