[Data Analysis and Modelling in Geoscience and Astrophysics]
閱讀時間約 1 分鐘
這堂課與地球科學、天體物理的訊號分析有關，
主講人是丹麥國家太空中心的地磁學家。
乍看很生硬，有大量的矩陣、統計、線性代數推導，
目的很單純，想利用各種手法，
對複雜的觀測資料進行降噪、找出合適的回歸模型。
而這種從數據 (Data) 回推模型 (Model) 的問題，
就稱為 Inverse Problem。
Fig. 1 課程使用 MATLAB 工程軟體進行資料分析，有大量的矩陣與線性代數運算
課程的同時，也夾雜大量 Matlab 實例練習，
例如處理穿透各地層的地震波訊號、
模擬低軌衛星回傳的地磁觀測資料、
分析火星土壤的吸收光譜數據。
是分析地質觀測資料的入門課程。
-
大學階段鮮少接觸這類以特定應用為主題的課程，
多是以理論、計算為主，
期末評量以個別口試方式進行。
複習的過程中，也順道練習知識轉譯的能力，
這樣的記憶方法更見成效。
主題涵蓋:
Least square solution, Minimum norm solution,
Probability theory, Likelihood estimation,
Tikhonov regularization,
Singular Value Decomposition, Truncated SVD,
Covariance matrix, Correlation matrix,
L-curve, Picard Plot,
Moore-Penrose Inverse, Weak non-linear solution.
留言0
查看全部
你可能也想看
重點摘要：
1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息
2.SEP 上修失業率預期，但快速的降息速率將有助失業率觸頂
3.未來幾個月經濟數據將繼續轉弱，經濟復甦的時點或是 1Q25 季底附近
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎？
新版式整體視覺上「更加凸顯圖片」，為了搭配這次的更新，我們推出首次貼文策展 ❤️
使用貼文功能並完成這次的指定任務，還有機會獲得富士即可拍，讓你的美好回憶都可以用即可拍珍藏！
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，融合不同的資料欄位。
以product作為index，融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位，並且重新命名為quarter，並且將數值欄位名稱重
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，將資料表做樞紐轉換，垂直方向是月份，水平方向是不同的城市，而表格內容是該城市在某個月份的溫度。
題目的原文敘述
測試範例
Example 1:
Input:
+--------------+-
題目敘述
題目會給定兩個pandas DataFrame作為輸入，要求我們將兩張資料表，依照原有的順序串接在一起。
題目的原文敘述
測試範例
Example 1:
Input:
df1
+------------+---------+-----+
| student_id | name
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們在原有的資料表上，將欄位grade的資料型別從原本的float變更為int整數型別。
題目的原文敘述
測試範例
Example 1:
Input:
DataFrame students:
+------------
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們回傳student_id為101的這筆資料，並且列出它的"name"和"age"欄位。
題目的原文敘述
測試範例
Example 1:
Input:
+------------+---------+-----+
|
在Data Driven行銷Part 中提及到Data Driven行銷已經成為了一種必要的策略。透過數據驅動的策略，企業可以更準確地預測市場趨勢，更有效地分配資源，並更精確地衡量行銷效果。
Data-Driven Marketing 已成為行銷人必須掌握的關鍵手法。這種行銷模式是以客戶資料為基礎，透過數據分析來驅動行銷策略的製定和實施。這種模式讓我們能更精準地理解客戶需求，並最大化行銷效益。
最近為了系統性複習有關時間序列的知識，在Udemy上了一堂評價不錯的課程Python for Time Series Data Analysis。整體來說，我覺得課程是值得推薦初學者的。但因為課程對於很多時間序列的模型只是淺淺帶過，如果對時間序列已經有了解的人會比較像是浪費錢。
Download Stock Data from WRDS (accounts are required)
重點摘要：
1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息
2.SEP 上修失業率預期，但快速的降息速率將有助失業率觸頂
3.未來幾個月經濟數據將繼續轉弱，經濟復甦的時點或是 1Q25 季底附近
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎？
新版式整體視覺上「更加凸顯圖片」，為了搭配這次的更新，我們推出首次貼文策展 ❤️
使用貼文功能並完成這次的指定任務，還有機會獲得富士即可拍，讓你的美好回憶都可以用即可拍珍藏！
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，融合不同的資料欄位。
以product作為index，融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位，並且重新命名為quarter，並且將數值欄位名稱重
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，將資料表做樞紐轉換，垂直方向是月份，水平方向是不同的城市，而表格內容是該城市在某個月份的溫度。
題目的原文敘述
測試範例
Example 1:
Input:
+--------------+-
題目敘述
題目會給定兩個pandas DataFrame作為輸入，要求我們將兩張資料表，依照原有的順序串接在一起。
題目的原文敘述
測試範例
Example 1:
Input:
df1
+------------+---------+-----+
| student_id | name
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們在原有的資料表上，將欄位grade的資料型別從原本的float變更為int整數型別。
題目的原文敘述
測試範例
Example 1:
Input:
DataFrame students:
+------------
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們回傳student_id為101的這筆資料，並且列出它的"name"和"age"欄位。
題目的原文敘述
測試範例
Example 1:
Input:
+------------+---------+-----+
|
在Data Driven行銷Part 中提及到Data Driven行銷已經成為了一種必要的策略。透過數據驅動的策略，企業可以更準確地預測市場趨勢，更有效地分配資源，並更精確地衡量行銷效果。
Data-Driven Marketing 已成為行銷人必須掌握的關鍵手法。這種行銷模式是以客戶資料為基礎，透過數據分析來驅動行銷策略的製定和實施。這種模式讓我們能更精準地理解客戶需求，並最大化行銷效益。
最近為了系統性複習有關時間序列的知識，在Udemy上了一堂評價不錯的課程Python for Time Series Data Analysis。整體來說，我覺得課程是值得推薦初學者的。但因為課程對於很多時間序列的模型只是淺淺帶過，如果對時間序列已經有了解的人會比較像是浪費錢。
Download Stock Data from WRDS (accounts are required)