搜尋結果
2019年8月15日 · Epic 創業筆記的創辦人楊明翰讚嘆到，教育部協助編制的高中 AI 教材，「對於演算法細節操作有很棒的數值計算個案，不黑箱，很棒！. 若有任何可以更好的地方，他建議「高三應該有教找極值的計算，其實可以進行整合，把數學和人工智慧啟蒙教育的 ...
2015年8月6日 · 根據 維基百科 ，資料科學是「從大量的結構性與非結構性資料中萃取知識，實為資料探勘的延伸，另稱知識發現與資料探勘（Knowledge discovery and Data Mining）」。 而 「知識發現」與 「資料探勘」 等用詞其實在學術界已經使用數十年，並不是甚麼新領域。 同時我們透過美國知名的實務訓練學校 General Assembly 或是知名線上教學網站 Coursera 來了解資料科學的範疇，不難看出這些資料科學課程的課綱摻雜了大數據和機器學習。 但說到機器學習也只是點到為止，這些課程只討論基本的統計迴歸分析（Regressions）、決策樹（Decision Trees）以及樸素貝斯分類法（Naive Bayes classifier），這些只能算是機器學習的紮馬步。
2017年8月3日 · 報橘. 【國民黨曾經棒棒的】70 年代經濟奇蹟怎麼來的？. 中研院研究員：KMT 貢獻不該被遺忘. CO 肥皂箱 2017-08-03. 【為甚麼要推薦這篇文章】. 經濟起飛、「亞洲四小龍」是許多人懷念的時代，瞿宛文認為這是當時視「救國為己任」的經建官員的功勞，也點出 ...
- 《Welcome to Text Mining with R》
- 《Causal Inference: What If》
- 《Foundations of Data Science》
- 《Understanding Machine Learning: from Theory to Algorithms》
- 《Natural Language Processing with Python》
- 《Python For Everybody》
- 《Automated Machine Learning: Methods, Systems, Challenges》
- 《Deep Learning》
- 《Mathematics For Machine Learning》
- 《The Elements of Statistical Learning》
這本書清楚地解釋了 R 語言的概念，從書名大概就可以理解。《Welcome to Text Mining with R》將重點放在 R 語言的資料探勘實際運用，對於新手來說，這本書可以幫助你理解如何利用 R 語言中各式套件進行文字、資料探勘。
這本書探討的主題是讓許多人都非常頭痛的因果推理。近期因果推理在人工智慧研究社群中也有相當高的討論熱門度，作者嘗試用他們認為最重要的基本概念濃縮出約 300 頁的文字。 坊間很少有專門針對這個主題的書籍，所以如果是想特別針對這塊領域加強基礎概念的人，這本書絕對是不二首選。
在當代的許多書籍裡，資料科學常常被簡化為一系列編寫程式的工具，好像只要掌握了這些工具，就能夠完成資料分析，但卻鮮少討論那些除了編寫程式以外的基本概念和理論。 這本書就是針對上述的問題，把從事資料科學必須擁有的理論知識進行整理，可以做為新手、初學者們奠定紮實資料科學基礎的入門書籍。
要徹底地了解機器學習，這本書用有系統的方式介紹了機器學習及它提供的算法範例。適合喜歡靠數學理解，覺得抽象思考太不具體的人。 對於機器學習的基礎知識，這本書爬梳其原理後轉化為實用的數學推導來進行解釋，除了介紹基礎知識外，它也涵蓋了過往教科書並未涉及到的各種主題，包含討論機器學習的計算複雜性及穩定性概念，演算法則包含隨機梯度下降、類神經網路和結構畫輸出學習等。
本書花滿多篇幅來講解 NLP，包含如何用 Python 來寫 NLP，或是用自然語言來處理等等。文本分類、資訊過濾和詞幹提取等都被認為是經典的 NLP 主題。 掌握了 NLP 的基礎知識之後，就可以繼續用更現代和前沿的技術諸如史丹佛大學一些開放式課程之類的材料來進行練習。
從這本書在 Amazon 的 1514 個評分（平均評分為 4.6，滿分 5 分）來看，應該不難發現它的受歡迎程度，許多人都知道 Python for Everybody 的優點。簡單地說，這本書很快地涵蓋了 Python 學習上會遇到的基本概念，同時，作者又用一種更平易近人、易於理解的方式進行講解，並且在所有概念上都可以很快速地在書中找到對應的頁數。
如果你對於自動化機器學習幾乎可以說是一無所知，不用擔心，這本書首先對這個主題進行了紮實的介紹，並逐章明確列出內容，這在由獨立的單獨章節組成的書中是很重要的。 ♦ TO 推薦閱讀：沒有相關工作經驗，要如何取得數據分析師的 offer？ 在本書的一開始就單刀直入地切進有關現代自動化機器學習的重要主題，接下來再針對這些工具中的六種演練實現自動化機器學習相關概念。最後一部分則是對 2015 年至 2018 年間存在多年的自動化機器學習挑戰系列進行分析。
這是來自麻省理工學院，提供給學生和相關從業人員能更快速、全面地進入機器學習領域而設計的電子教科書。它不算是一本充滿程式碼和對應解釋的書，也不是一本關於神經網絡的觀念概述，而是從數學來深入解釋深度學習這個領域。
來自劍橋大學 2020 年出版的機器學習數學教科書，本書的第一部分從純數學概念角度切入，並沒有講到機器學習。第二部分才將注意力轉至這些新發現的數學技能，如何將其應用於機器學習問題。 ♦ TO 推薦閱讀：給 Python 初學者的 11 道練習題，讓你由淺入深掌握 coding 技術！ 你可以根據自己的需求，決定要用什麼樣的方法來學習機器學習和相關基礎數學觀念，也可以只選用其中一部份做為學習重點。
這本書一直被公認是機器學習領域中的經典教材，在機器學習、統計推理和模式識別領域都非常具有影響力。2019 年也有了中文翻譯，是一本非常值得拿來學習的機器學習教科書。 ♦ TO 推薦閱讀：【我媽問我為什麼跪著】看過來！數據分析師的履歷這樣寫才吸睛
2016年6月17日 · 創意不用被綁在教室裡！台灣國中生自學軟體、還被矽谷創業團隊挖角 程式自學十年心得：想吃這行飯，學好演算法與資料結構才能讓你站穩腳步
2019年2月18日 · 所謂千禧世代，美國泛指 1981 年至 2000 年左右出生的年輕人，相當於台灣七年級、八年級生。 他們的特徵包含：慣用網路，生長在沒有大規模貧窮的環境，人生看似平穩，但往往連面對生活瑣事都無精打采，和台灣近年流行的「厭世」有異曲同工之處。 BBC 分析，這種倦怠感和每個人都會經歷的「工作倦怠」很類似，工作倦怠的原因大致包括過量工作、對職務的掌控權太低、努力與報酬不等值等等，而生活上的倦怠感也來自特定環境因素，Peterson 認為，千禧世代受到上一輩影響，無論個人生活、職場或親子關係，都相信自己必須時刻「精進」。 精進沒什麼不對，但千禧世代也生存在快速被數位化翻攪的世界，舊有價值觀趕不上生活型態改變，極大焦慮焉然而生。
2014年3月27日 · 媽媽要打電話你就得關掉數據機、玩接龍 | TechOrange 科技報橘. 還記得以前的網路嗎？. 媽媽要打電話你就得關掉數據機、玩接龍. 3/12 是「網路」的 25 歲生日，這幾年來，網路進步神速，真的很酷！. 為了慶祝一下「網路」的生日，我調查了一下大家對網路的第一 ...
