# 範例說明(2018年提案隊伍案例)
**1.使用大數據(Big Data)及機器學習(Machine Learning)建構漏水偵測輔助系統**
想透過科學的方法，利用機器學習演算法，並輔以開放資料(Open Data)及公司內現有水量及水壓的監控資料進行大數據分析，期能建構出一套有效率的漏水偵測輔助系統，藉以降低漏水率並提升檢修漏效率。

**2. 運用數據分析讓扶助弱勢資源配置最佳化**
透過本次計畫，釐清最需要法律扶助的特定弱勢族群使用法扶系統的現況，包括地理分布、案件類型、重複使用法扶之比例、時間歷程與案件關聯態樣等。
以新北市為例，比對官方及各組織手中關於各類別弱勢族群人口的服務數據資料，共同找出目前關於各弱勢族群可能存在的法律與非法律服務缺口，以檢討現有各項資源配置，發展針對在地各弱勢族群更適切的服務與宣導模式。