想從一般的統計分析，跨足到資料預測分析、機器學習應用，該怎麼跨越這一道高牆？
害怕純 coding 的話，其實還有更簡單、用「按鍵」也能操作的進階分析工具！
機器學習的統計 基礎 ptt 在 TechOrange 科技報橘 Facebook 的最佳解答
同時也有11部Youtube影片，追蹤數超過3萬的網紅孫在陽，也在其Youtube影片中提到，面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料...
「機器學習的統計 基礎 ptt」的推薦目錄：
- 關於機器學習的統計 基礎 ptt 在 TechOrange 科技報橘 Facebook 的最佳解答
- 關於機器學習的統計 基礎 ptt 在 大V生活 Facebook 的精選貼文
- 關於機器學習的統計 基礎 ptt 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的精選貼文
- 關於機器學習的統計 基礎 ptt 在 孫在陽 Youtube 的最佳解答
- 關於機器學習的統計 基礎 ptt 在 孫在陽 Youtube 的最佳解答
- 關於機器學習的統計 基礎 ptt 在 孫在陽 Youtube 的最佳解答
- 關於機器學習的統計 基礎 ptt 在 Re: [心得] 自學AI資源分享- 看板DataScience - 批踢踢實業坊 的評價
- 關於機器學習的統計 基礎 ptt 在 Re: [討論] 新手學機器學習和Python- 看板NCTU_TALK 的評價
- 關於機器學習的統計 基礎 ptt 在 [請益] 關於機器學習的數學參考基礎- Soft_Job | PTT職涯區 的評價
- 關於機器學習的統計 基礎 ptt 在 資料分析工作ptt - fasterrr.cz 的評價
- 關於機器學習的統計 基礎 ptt 在 机器学习的数学基础ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 python 机器学习书ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 機器學習的統計基礎 :: 全台大學開課課程資訊網 的評價
- 關於機器學習的統計 基礎 ptt 在 機器學習的統計基礎深度學習背後的核心技術的問題包括PTT 的評價
- 關於機器學習的統計 基礎 ptt 在 [問題] 如何自學大學的基礎機率和統計? 的評價
- 關於機器學習的統計 基礎 ptt 在 機器學習基石ptt的推薦與評價，PTT、FACEBOOK、GITHUB 的評價
- 關於機器學習的統計 基礎 ptt 在 機器學習基石ptt的推薦與評價，PTT、FACEBOOK、GITHUB 的評價
- 關於機器學習的統計 基礎 ptt 在 機器學習基石ptt的推薦與評價，PTT、FACEBOOK、GITHUB 的評價
- 關於機器學習的統計 基礎 ptt 在 台大課程資訊交流區| 1/ 課程類別：政治系選修 的評價
- 關於機器學習的統計 基礎 ptt 在 醫管系出路ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 Soft_Job - [請益] 大四畢業前機器學習規劃 - MYPTT 的評價
- 關於機器學習的統計 基礎 ptt 在 程式語言自學ptt - berma-gravure.fr 的評價
- 關於機器學習的統計 基礎 ptt 在 [心得] 自學AI心得- 看板Python - PTT網頁版 的評價
- 關於機器學習的統計 基礎 ptt 在 Ai 工程師ptt - radiointertropicale.fr 的評價
- 關於機器學習的統計 基礎 ptt 在 網路上關於機器學習微積分-在PTT/MOBILE01/Dcard上的升學 ... 的評價
- 關於機器學習的統計 基礎 ptt 在 網路上關於機器學習微積分-在PTT/MOBILE01/Dcard上的升學 ... 的評價
- 關於機器學習的統計 基礎 ptt 在 網路上關於機器學習微積分-在PTT/MOBILE01/Dcard上的升學 ... 的評價
- 關於機器學習的統計 基礎 ptt 在 Re: [請益] 有人被隨機性誤導很多年嗎? 的評價
- 關於機器學習的統計 基礎 ptt 在 Ai 工程師ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 李宏毅机器学习PTT的理解（1）深度学习的介绍原创 的評價
- 關於機器學習的統計 基礎 ptt 在 Python - 100天从新手到大师 的評價
- 關於機器學習的統計 基礎 ptt 在 資料分析工作ptt - Gite des Compoints 的評價
- 關於機器學習的統計 基礎 ptt 在 [求救] 李宏毅機器學習徵人討論- NTUcourse - PTT情感投資事業版 的評價
- 關於機器學習的統計 基礎 ptt 在 台大課程資訊交流區1. 課程類別：電機系選修- 李宏毅機器學習ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 資料分析工作ptt - labrasseriegourmande.fr 的評價
- 關於機器學習的統計 基礎 ptt 在 資料分析工作ptt - deco & carreaux 的評價
- 關於機器學習的統計 基礎 ptt 在 評價106 看板NTUcourse 批踢踢實業坊- 李宏毅機器學習ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 ：數據分析與統計– 商業大數據平台- r 程式語言入門ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 三個階段，幫你整理學習R語言的- r 程式語言入門ptt - 4B1Pco4 的評價
- 關於機器學習的統計 基礎 ptt 在 資料分析師ptt 的評價
- 關於機器學習的統計 基礎 ptt 在 深度學習必讀ptt，大家都在找解答。 的評價
- 關於機器學習的統計 基礎 ptt 在 如何從零開始自學python與- 李宏毅機器學習ptt - Xpe91 的評價
- 關於機器學習的統計 基礎 ptt 在 新一代智能投顾家族财富管理实务及平台实践 - 第 5 頁 - Google 圖書結果 的評價
機器學習的統計 基礎 ptt 在 大V生活 Facebook 的精選貼文
最近太忙，加上Kidsread 提早開團焦頭爛額中，沒有認真宣傳到 #Kidsread新品首賣在大V！全品項都會開團，推坑你的好媽友一起擁有神奇小筆，讓 #救救媽咪破喉嚨 成為早教路上最溫暖的後盾。
這次我的新品是好幾本硬頁書，加上一本精選繪本，期不期待我的延伸應用啊👋
📌預計要添購新品的夥伴請幫我留言算數量，我來跟Kidsread 爭取除了首賣外的限量優惠！上次手偶書撐了半小時，我覺得剛剛好，不會太逼迫人又有搶購的樂趣。
Ps,好評不斷的手偶書完售絕版中，這次不會有喔～為了避免扼腕，新品喜歡請在首賣最優惠時買起來💪
順便統計一下，破喉嚨自製的JPR字卡還有多少人沒印到？如果有量我再去跟老闆談團印啦！
來複習之前寫過的全品項，本次新品預計在週日（9/26）早上上線，晚上十點準時直播，週一（9/27）早上九點先不當朋友五分鐘😆
【直播筆記】
🔸複習六月直播筆記：https://fb.watch/8clh3Gv3pi/
🔸複習一月直播瞭解之前的品項：https://reurl.cc/AkyRVp
【#kidsread教材心得與連結】
🌟大V新品首賣最優惠🌟
⚠️延伸教材是「電子檔」請自行下載使用或是到時候破喉嚨揪團一起印。
📌「有延伸教材」Skip through the seasons：https://bigv.com.tw/barefoot-2/
著重在觀察力的繪本，跟著繪本從1月Skip到12月，裡面的人事物在做什麼呢？
符合我0-3AMI培訓老師的繪本要求，與現實生活相關，圖片不過分童趣，保留真實度，除了雪台灣比較少看到外，其他的場景都很常見喔！
📌「有延伸教材」What’s the Time, Mr. Wolf?
See You Later, Alligator.
https://bigv.com.tw/barefoot/
Kidsread首度推出的手指偶書，讓書從2D平面一躍而上，成為屬於你跟孩子的迷你劇場！
What’s the Time, Mr. Wolf?談論的是時間與日程。
See You Later, Alligator.則是拖拉不願意幫忙的Alligator，最後會發生什麼事呢？
🌟Kidsread上半年新鮮貨🌟
📌「有延伸教材」JY Sight Word Readers:https://bigv.com.tw/sight-word-readers/
JYSW絕對是除了大V首賣新品之外，強力推薦的一品，如果你家月齡適合或是預算足夠，現在就能買起來。
Sight word 裡最常見的50個字精選而成，最適合剛開始閱讀起步的孩子，透過多元化的設計把不遵照發音規則的單字有系統的整理起來，學習省力！全面化的教材設計一網打盡不需要額外自製。
不過我還是提供蒙特梭利詞性表讓大家加工，貼在隨書附上的單字小卡上，將詞性的規則淺移默化到孩子心裡。
📌「有延伸教材」My First Discoveries 英文探索小百科第一二三輯：https://bigv.com.tw/kidsread-discovery/
最新一版是人稱嘰嘰咕咕咚的英文探索小百科第三輯喔～買過這套書的伙伴都會愛上，透過膠片書設計讓孩子清楚感受到頁面上的差異，中文劇場版音檔生動有趣，配樂考究。
切換成英文模式隨點隨讀，就算只是點圖片都會依照圖片細節唸出對應單字音檔，陪孩子一路長大。
缺貨已久的一二集也抵台了，歡迎補足✨
📌Fly Guy and Buzz：https://bigv.com.tw/fly-guy-and-buzz/
有時候噁噁的（？）無俚頭的Fly Guy and Buzz來啦，這套書是橋梁書中前輩大推的書目，搞笑幽默的內容戳中孩子笑點，輕鬆逗趣的好選擇。
📌「有延伸教材」ㄅㄆㄇ故事王國：https://bigv.com.tw/kidsread-story
大家都知道我很在意孩子的英文，其實我中文也沒有放過！在限動晒跟亮亮的注音練習時常有人問我怎麼帶的。
其實我就很輕鬆的跟著Kidsread步調走（笑）先從唱學兒歌唱唱跳跳，再跟著商店街一間間的掌握注音符號，接下來就是現在的注音王國練習拼音（也能搭配拼音機器人）
📌JY Books 親子互動英文繪本：https://bigv.com.tw/jybook-2/
JY Books有超多繪本，大家挑選自已喜歡的主題就可以了，文章內我都會放影片給大家參考畫面與音檔。
這套書涵蓋了字母顏色形狀數字數量形容詞跟基礎單字，其中的Dear Zoo是我跟好亮從小就共讀的繪本，現在出了點讀版真好！
📌與狗店長樂讀詩 第四輯：https://bigv.com.tw/smohouse/
一直不能理解為什麼需要背弟子規或是其它詩詞，直到我認識亮亮學校的其中一位老師，深談之後才暸解老師的用心，就像蒙特梭利提過的，0-6歲的孩子是不加以分別的全然吸收，透過有趣的共學共玩累積孩子的中文力！
透過硬頁操作書推拉功能，讓孩子跟書玩在一起，改編過的故事貼近現實，孩子就算不懂詩詞內容也玩的很開心。
🌟Kidsread 全品項🌟
【英文 】
#喜歡律動旋律的
-加拿大唱學英文兒歌 Kiboomers：https://bigv.com.tw/kidsread-2/
#英文啟蒙入門 (0-2Y)
-四語字典 (適合幼寶)：https://bigv.com.tw/kidsread-5/
-DK my first word book（真實圖解字典，適合從小到大的實用工具書）：https://bigv.com.tw/myfirstwordbook-kidsread/
-KIDsREAD Phonics Cards：https://bigv.com.tw/phonicscards/
-「有延伸教材」Talk and play：https://bigv.com.tw/talkplay/
-JY Books 繪本 Stage 1,2：https://bigv.com.tw/jybook/
-「有延伸教材」Skip through the seasons：https://bigv.com.tw/barefoot-2/
-「有延伸教材」What’s the Time, Mr. Wolf?
See You Later, Alligator.
https://bigv.com.tw/barefoot/
-Pictory Eric Carle 系列：https://bigv.com.tw/pictory/
-Goomies：https://bigv.com.tw/kidsread-6/
-魔法語音桌遊：https://bigv.com.tw/kidsread-3/
-魔法語音拼圖：https://bigv.com.tw/kidsread-3/
#稍微有點英文FU的孩子
-「有延伸教材」JPR：https://bigv.com.tw/kidsread-4/
-cranky bear and his friends：https://bigv.com.tw/kidsread_book/
-「有延伸教材」JY Sight Word Readers:https://bigv.com.tw/sight-word-readers/
#進階英文
-迪士尼系列：見直播1小時16分處開始介紹：https://pse.is/QS4DT
喜歡動手做的(有點難找, 建議中班以上)
-美國Highlights系列：https://bigv.com.tw/highlights/
https://bigv.com.tw/highlights2/
-Fly Guy and Buzz：https://bigv.com.tw/fly-guy-and-buzz/
#灌溉科普的種子
-「有延伸教材」new baby animals (0-2Y)：https://bigv.com.tw/kidsread_newbabyanimals/
-「有延伸教材」my first discoveries ：
英文探索小百科第一輯：https://bigv.com.tw/kidsread_discovery/
英文探索小百科第二輯：https://bigv.com.tw/kidsread_discovery-2/
英文探索小百科第三輯：https://bigv.com.tw/kidsread-discovery/
【中文 】
#培養飽讀詩書
- 《與狗店長樂讀詩》：https://bigv.com.tw/smohouse/
#想學注音符號
-唱學兒歌：
-ㄅㄆㄇ商店街：https://bigv.com.tw/chinese/
-小康軒機器人：https://bigv.com.tw/chinese/
-「有延伸教材」ㄅㄆㄇ故事王國：https://bigv.com.tw/kidsread-story
#想要中文故事+音樂
-溫馨的提卡音樂家族：https://bigv.com.tw/kidsread-7/
【術科 】
#培養音樂氣質
-迪士尼經典電影專輯
-睡前音樂Jazz for Kids- Calm and Soothing Lullabies
#對中國典故有興趣
--十二生肖：https://reurl.cc/mqn2v1
#童話故事
-MINI POPS 立體童話劇場 點讀版：https://bigv.com.tw/classicstory/
機器學習的統計 基礎 ptt 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的精選貼文
#微控制器MCU #物聯網IoT #人工智慧AI #機器學習ML #伸縮向量擴展SVE #機密計算架構CCA #RISC-V
【越來越強大的 MCU】
從英特爾 (Intel) 最早的 4 位元 4004 開始算，微控制器 (MCU) 已經 50 歲了；如果從性能的角度來看，當今高性能的 MCU 產品已遠遠超過 20 多年的中央處理器 (CPU)。很多廠商為了區分高性能處理應用的場景，推出了微處理器 (MPU) 概念，從名稱上與傳統 MCU 區分。不過 MPU 並無嚴格定義，不同廠商對 MPU 的定位也不同；而隨著 MCU 在性能製程上的進步，MCU 與 MPU 之間的界線也逐漸模糊。
根據統計機構的資料，2020 年 MCU 主流產品是 32 位元，佔據超過五成市場，但令人稱奇的是，8 位元 MCU 仍然持有四成左右的市場份額；剩下的 16 位元和 4 位元 MCU 只有個位數的市場份額，且正被 8 位元或 32 位元 MCU 取代。除了資料位元寬，另一項區分 MCU 的規格就是指令集，主要分為 CISC 指令集和 RISC 指令集兩大類，其中 RISC 指令集的 MCU 佔比超過 3/4。在 RISC 指令集產品中，目前安謀 (Arm) 的 RISC 指令集 MCU 佔有絕對優勢地位。
如今 MCU 的平均價格已經跌至 1 美元以下，這大幅降低了包括物聯網 (IoT)、人工智慧 (AI)、穿戴設備的進入門檻。廉價的 MCU 和簡單易用性能的強大的開發工具，為不同門檻的准入者提供實現創新的機會。儘管平均單價正在下降，但是整個 MCU 市場營收卻保持快速增長，市場營收預計在 2023 年近 190 億美元，其中超過八成的市場份額被前十大供應商壟斷。總體來看，汽車仍佔據 MCU 最大份額，加上工業和醫療，三者合佔近六成市場，消費和運算約佔三成。
32 位元 MCU 因其兼具控制、通訊以及某種程度的邏輯處理能力，同時在功耗方面的不錯表現，成為物聯網市場首選，整個物聯網、穿戴式 MCU 的市場增長速度超過平均值。Arm 架構的統治地位依然穩固，並與富士通合作開發可技術，並在此基礎上開發了 SVE2，在更廣泛的應用中實現增強的機器學習和數位信號處理能力，以便應對無處不在的AI 需求。但是也並非沒有競爭者，近年正夯的 RISC-V 就來勢汹汹……。
延伸閱讀：
《今非昔比的 MCU》
http://www.compotechasia.com/a/feature/2021/0813/48769.html
#英特爾Intel #意法半導體ST #微芯科技Microchip #瑞薩電子Renesas #恩智浦NXP #德州儀器TI #英飛凌Infineon #東芝Toshiba #芯科科技SiliconLabs #安謀Arm
機器學習的統計 基礎 ptt 在 孫在陽 Youtube 的最佳解答
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected] 範例、講義下載：https://goo.gl/ytzRxT
01. 認識大數據
02. 認識Power BI大數據分析工具、分析.環境介紹
03. 取得Excel資料
04. 如何分析、數據分析
05. 自動分析
06.連續型分析
07.淡旺季分析
08.連動分析
09.同期比較.交叉分析分析
10.自動分群 機器學習.顧客關係分析
11.動態行為模式分析
12.關鍵影響因素分析.地理分析.堆疊圖佔比例分析
13.重新整理.真實的利潤快速計算.關連
14.大數據找到趨勢的策略
15.登革熱開放資料的大數據分析
16.縣市登革熱統計.編輯查詢.資料清理
17.資料清理的統一大小寫台.向下探索.樹狀圖分析
18.使用發生率做公平比較.新增量值.新增資料行
19.登革熱病源分析,登革熱病患性別分析,年齡別分析,
20.地理分析,趨勢預測,
21.資籵取得網址,自動更新,開放資料應用,
22.全國用電連續分析
23.各縣市用電統計,各行政區用電統計, 用電量逐年增加,
24.六都用電腦趨勢分析
25.重新整理,新增資料放在指定資料夾中,自動更新,
26.空氣品質的大數據分析
機器學習的統計 基礎 ptt 在 孫在陽 Youtube 的最佳解答
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected] 範例、講義下載：https://goo.gl/ytzRxT
01. 認識大數據
02. 認識Power BI大數據分析工具、分析.環境介紹
03. 取得Excel資料
04. 如何分析、數據分析
05. 自動分析
06.連續型分析
07.淡旺季分析
08.連動分析
09.同期比較.交叉分析分析
10.自動分群 機器學習.顧客關係分析
11.動態行為模式分析
12.關鍵影響因素分析.地理分析.堆疊圖佔比例分析
13.重新整理.真實的利潤快速計算.關連
14.大數據找到趨勢的策略
15.登革熱開放資料的大數據分析
16.縣市登革熱統計.編輯查詢.資料清理
17.資料清理的統一大小寫台.向下探索.樹狀圖分析
18.使用發生率做公平比較.新增量值.新增資料行
19.登革熱病源分析,登革熱病患性別分析,年齡別分析,
20.地理分析,趨勢預測,
21.資籵取得網址,自動更新,開放資料應用,
22.全國用電連續分析
23.各縣市用電統計,各行政區用電統計, 用電量逐年增加,
24.六都用電腦趨勢分析
25.重新整理,新增資料放在指定資料夾中,自動更新,
機器學習的統計 基礎 ptt 在 孫在陽 Youtube 的最佳解答
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected] 範例、講義下載：https://goo.gl/ytzRxT
01. 認識大數據
02. 認識Power BI大數據分析工具、分析.環境介紹
03. 取得Excel資料
04. 如何分析、數據分析
05. 自動分析
06.連續型分析
07.淡旺季分析
08.連動分析
09.同期比較.交叉分析分析
10.自動分群 機器學習.顧客關係分析
11.動態行為模式分析
12.關鍵影響因素分析.地理分析.堆疊圖佔比例分析
13.重新整理.真實的利潤快速計算.關連
14.大數據找到趨勢的策略
15.登革熱開放資料的大數據分析
16.縣市登革熱統計.編輯查詢.資料清理
17.資料清理的統一大小寫台.向下探索.樹狀圖分析
18.使用發生率做公平比較.新增量值.新增資料行
19.登革熱病源分析,登革熱病患性別分析,年齡別分析,
20.地理分析,趨勢預測,
21.資籵取得網址,自動更新,開放資料應用,
22.全國用電連續分析
23.各縣市用電統計,各行政區用電統計, 用電量逐年增加,
24.六都用電腦趨勢分析
機器學習的統計 基礎 ptt 在 Re: [討論] 新手學機器學習和Python- 看板NCTU_TALK 的推薦與評價
我自己是看林軒田教授的他有些統計或數學的概念都會先說明再講ML 的觀念這樣算是還蠻不錯的不太需要統計基礎不過我也只看到一半啦還有一些還沒看完QQ ... ... <看更多>
機器學習的統計 基礎 ptt 在 [請益] 關於機器學習的數學參考基礎- Soft_Job | PTT職涯區 的推薦與評價
請問各位大大: 小弟最近學習一陣子機器學習想買一本數學參考用書(機器學習+深度學習，以便參考，但數學基礎並沒有很強所以想買本有系統循序漸進說明的 ... ... <看更多>
機器學習的統計 基礎 ptt 在 Re: [心得] 自學AI資源分享- 看板DataScience - 批踢踢實業坊 的推薦與評價
感謝原 PO 的分享，我也來分享一下我自己的學習清單
==== 前言 ====
去年因緣際會知道了有關大數據、資料科學、機器學習這些領域
本來考慮要去參加資策會的課程，但自己要在家帶小孩
如果參加課程，小孩要找保母，整個機會成本太高，因此決定自學先
網路課程現在幾乎是隨手可得，想要自學的人根本不怕沒有教材可以學習，但是五花八門
的課程中，怎麼去選擇就是一個很重要的問題了。
我自己是一個門外漢，因此在選擇課程以及安排上面花了蠻多時間，以下大多是我看過或
是大概瀏覽過覺得不錯的課程，就推薦給想要自學又不知道怎麼開始的朋友們吧~
==== 概論 ====
由於自己雖為國立大學數學系畢業，但畢業非常多年，加上自己也非科班出身，因此想要
先了解整個領域的範疇、概要，之後再開始針對各個科目分進合擊。
PS : 初期我自己都以大數據為出發點，所以上的課都是大數據概論取向，但再其中其實
對於資料科學、AI、機器學習都會講到。
1. [ Coursera ] 大數據分析：商業應用與策略管理 (Big Data Analytics: Business
Applications and Strategic Decisions)
這門課是台大與玉山銀行合作開的線上課程，與其說是課程，我認為比較偏向講座，在這
過程中可以對大數據、機器學習等在商業上的應用。這堂課可當作補充資料來上，會有一
些實務應用上的概念，當然，如果沒時間也不一定非得要上。
2. [ Coursera ] Big Data Specialization
University of California, San Diego 開設的這們課程，我個人還蠻推薦的，尤其是對
跨領域、無先備知識的學習者來說，可以在這一系列課程中很快速地對整個領域有蠻深入
的理解。
3. [ Book ] 精通 Python
4. [ Book ] Python 資料科學學習手冊
這兩本都是 O’REILLY 的經典書籍，我必須坦白說我沒有完整的看完，精通 Python 我
針對資料科學的部分有完整看過，然後做習題，但裡面很多章節稍微跟資料課學無關的我
幾乎都暫先跳過，而資料科學學習手冊我是都拿來當工具書翻閱。( 所以我 coding 能力
還是一樣很差XDDDDD )
==== Python ====
第二階段我開始以 Python 為主進行學習，因為我自己 coding 能力幾乎是 0，這個部分
必然要作為初期學習的重點項目。另外，雖然說這是第二階段，但其實這部分跟上述的概
論課程我幾乎都是同時期一起上課。( 不過我坦承到現在我自己的 coding能力還是很差XDD )
1. [ Coursera ] Python for Everybody Specialization
這門是 University of Michigan 所開設的 Python 專項課程，完全從 0 基礎開始上課
，上完以後可以可以進行一些初階的程式作業我想是沒有問題的，這堂課並沒有太多針對
資料科學的部分，主要是以各領域都會用到的基礎工具為主。Charles Russell 的上課方
式我超喜歡，喜歡友去上課方式的人我想也會跟我一樣喜歡這門課。
2. [ Coursera ] Applied Data Science with Python Specialization
一樣是 University of Michigan 開設的，這專項課程我作為上門課程的接續課程。前面
幾堂會針對 python 在資料科學中會用到的模組、方法進行概略式的瀏覽，後面則會針對
視覺化、機器學習等領域做較為深入的介紹。整個課程較上一門來說困難度增加不少，因
為我自己有做手寫筆記的習慣，這門課的許多東西在我現在 coding 遇到問題時都還能翻
閱筆記作為工具書使用，我覺得受益不少。
3. [ Coursera ] Fundamentals of computing
Rice University 所開設的課程，之前應該也是在論壇看見推薦的，但課程難度較高，目
前我也是暫時先擱置還未進行這課程的學習。
===== Machine Learning =====
1. [ YouTube ] 機器學習基石 & 技法
(Machine Learning Foundations and Techniques)
台大林軒田教授所開設的機器學習課程，在 Coursera 與 YouTube 軍可以免費觀看課程
內容。這門課主要以基礎的機器學習演算法為主，但雖然說世紀處演算法，但內容包含的
數學比重較重，啃下來的確會有點困難，但整個課程的安排的確非常流暢，老師的講述也
算是蠻清楚。而且教授對於課程教學十分用心，如果在 YouTube 或是 Coursera 上面提
問，教授 (或助教) 都會盡可能地回覆。( 即使課程已經是兩三年前的課程了，現在也都
會看到教授的回覆，非常用心。 )
2. [ YouTube ] Machine Learning — 李宏毅
台大李宏毅所開設的機器學習課程，一直以來都是台灣及中國學習者極力推薦的中文課程
之一。課程內容與時俱進，每一年都會將最新的機器學習、深度學習的演算法、模型加入
到課程內，讓學習者能夠跟上整個領域的發展。數學的比重比林軒田教授的課程低，而且
多了許多有趣的範例及講述，上課起來輕鬆不少。然而，影片內容我個人覺得安排較為紊
亂，可能是每一年的課程進度剪接而成，在某一些地方的銜接度較差，這是上課時稍微讓
人困惑的地方。不過瑕不掩瑜，這門課程我認為還是非常值得花時間上的。
[ 補充 ] 最近中國一些人將李宏毅的課程整理成一個 github 專案，完全複刻課程內容
，包含了課程中的所有 demo 以及課程作業內容，非常值得大家在上課的同時做參考使用
。
[ 補充 ] 李宏毅另外有一門課程 " Machine Learning and having it deep and
structured "，會更深入講解機器學習的演算法跟架構，這也是後續上完 Machine
Learning 後可以深入補充的課程。
3. [ Coursera ] Machine Learning — Andrew Ng
由 Stanford University 的吳恩達教授所開設的課程，這已經是全世界公認的經典了，
不過已經花了大半年上完前面兩門課程的我，可能要稍作休息，待日後有機會再來進行這
門課程的學習。
4. [ YouTube ] Large-Scale Machine Learning
清大吳尚鴻所開設的課程 (https://www.cs.nthu.edu.tw/~shwu/courses/ml/)，忘了在哪
看見推薦的，我有上去大概看了一下，就學習論的部分我覺得講解的蠻清楚，就也是有空
可以再回頭來看看。
===== Mathematics =====
整個 Machine Learning 所涵蓋的數學領域其實是很廣的，有一些甚至不是數學系四年會
碰觸到的部分，而且某些部分甚至都是數學系、所一整學年的課程，我認為不用太糾結每
一個數學細節，找到一個可以說服自己的方式就好。( 當然，如果你真的想走演算法這條
路，要求就要再提高ㄧ些 )。如果有時間我會建議可以把機率統計以及線性代數的部分上
過一次(我大學機率統計實在學得慘不忍睹)，我認為這兩個領域如果可以上手，就會輕鬆
許多。
1. [ 清大開放式課程 ] 機率論
2. [ 清大開放式課程 ] 統計學
3. [ 清大開放式課程 ] 數理統計
這三們都是清大鄭少為老師所開的課，基本上他的機統普遍受到許多人的推薦，我自己有
看過前面幾堂的機率論，我認為條理清楚，講義也很詳細，這是我真的很想找時間上的課
程。
4. 線性代數
這個部份我目前暫時沒有重新上課的打算，大學教授上的非常好，我的筆記也都還留著，
就可以來回對照著參考，如果有推薦的課程也可以讓我知道，一起推薦給所有人參考看看
。
===== 補充資料 =====
這裡推薦幾個我認為很有幫助的學習途徑，有些是課程，有些並不算是。但我認為都可以
在上面這些基礎課程以外作為增強實力的補充教材。(備註 : 這裡我選出來的都是比較廣
泛性的平台，但 Medium 或是ㄧ些個人部落格也有很多非常棒的補充資料可以看，但這樣
的資料多且雜，我就暫時沒收在下列推薦名單中。)
1. AI 研習社 ( https://ai.yanxishe.com/ )
不得不說，中國在這領域的發展真的比台灣快而且豐富，當我在學習過程中找尋中文資料
時，九成都是從中國的論壇或是部落格中找到，台灣在這方面的分享上面的確比較少。
AI 研習社我會建議大家可以去他的線上課程看，裡面有幾個大師級的課程 ( 重點是有簡
中字幕XD )，例如 Hinton 的課程我就會想要找時間來看一下。裡面還有一些資料、論文
整理的部分，大家也是可以上去晃晃看。
PS:它有一門「機器學習必修之數學基礎」系列課程其實我還蠻有興趣的，但是學費不便
宜就…
2. CSDN博客 ( https://blog.csdn.net/ )
不管閱讀論文還是課程上面有疑問，絕對可以針對同一件事情再上面找到非常多樣化的解
釋。上面我曾經說過，很多時候不要拘泥，找到一個能說服自己的方式就好，通常我都會
在許多不同的解釋當中選擇一個我比較理解且能接受的方式作為我對這件事情的理解。
3. 知乎
這有點像是中國版的奇摩知識+ (?)，針對一個問題也可以看到底下有許多不同角度的切
入，我覺得這樣的學習其實蠻不錯的。當我在找資料的時候，只要是CSDN跟知乎我都會點
進去看一下，許多時候都會有不錯的收穫。
4. reddit/MachineLearing ( https://www.reddit.com/r/MachineLearning/ )
reddit 的 Machine Learning 版裡面有許多的神人，還潛伏了許多論文的作者在裡面，
時不時會有一些很新的論文發表、成果發表還有許多有趣的討論在裡面，我覺得可以收藏
起來看。
5. 微博公眾號
好，我知道這部分爭議很大，如果真的很介意的可以跳過這一 part。
我完全沒有在用微博，但為了ㄧ些公眾號的訂閱我才開始使用。許多公眾號會把很新的
AI 新知、或是一些知識整理放出來，雖然品質參差不齊，但也不得不說有時候真的能撿
到一些不錯的好文章。另外，覺得閱讀reddit 全英文資料很吃力的，有時候大概在
reddit 上面發表一兩天之後公眾號就有簡體中文的說明出來，我覺得有時候偷吃步其實
也是蠻可以的啦XDDDDD。還有一個公眾號會每天發送各種領域最新的論文內容出來，如果
閱讀論文速度很快的，可以從這樣的公眾號中拿到很多最新的論文資訊。
=======END=======
以上是我自己的一些學習資訊，也提供給大家參考看看
當然還有很多非科班出身必須要修的 例如資料結構跟演算法等等
我目前還沒有什麼概念，如果有人有推薦課程也希望不吝分享讓我知道一下
--
聽眾散去了,希爾伯特卻仍留在講台上,
他等著看自己是否已經運用有利的例子,優越的論證,
以及具誘惑力的23個問題,
塑造他期盼見到的未來.....
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.45.98.201 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1565639939.A.F2F.html
... <看更多>