資料科學
含有「資料科學」共 134 篇內容
全部內容
發佈日期由新至舊
前言
在建置「全球股市數據倉庫 (global-stock-data-warehouse)」時，自動化流程（GitHub Actions）是核心心臟。許多讀者在設定環境變數時常感到困惑。本篇將跳過基本的通知設定（如 Resend 或 Telegram），直接切入最重要的兩大核心變數，並分享一個能幫
不想再被老闆問倒？數據不是用來交差的，是用來「讀心」的。車賢那，教你如何用「一個數字」搞定簡報，並從氣溫與時間中找出讓客戶瘋狂下單的秘密。這不是數學課，這是你的生存指南。
📚 降維技術
降維是將高維數據轉換為低維表示的過程，同時保留數據的關鍵信息。這一技術對於現代機器學習至關重要，因為：
降低複雜度：減少特徵數量，簡化模型，加速訓練
消除冗餘：移除高度相關特徵，提高模型穩定性
減輕維度災難：在高維空間中，數據變得稀疏，距離度量失去意義
視覺化：將高維數據投
🧲 特徵轉換方法
特徵轉換是調整數值型特徵分布形態的過程，幫助模型更有效地學習和提高預測性能。良好的特徵轉換可以：
改善數據分布：使偏斜分布更加對稱
降低異常值影響：減少極端值對模型的干擾
捕捉非線性關係：讓線性模型可以學習複雜模式
提高訓練穩定性：加速梯度下降收斂過程
資料科學、機器學習與監督式學習，不只是 AI 技術，而是三種不同的思考模式：
資料科學像整理者，先把混亂世界排出秩序；機器學習像實驗者，先做再調整；監督式學習則是兩者的協作，先定義答案，再透過不斷嘗試逼近結果。理解這三種模式，有助於辨識自己的工作習慣與決策方式。
🪛 特徵編碼
為什麼需要特徵編碼?
特徵編碼是將非數值型資料（如類別、文本等）轉換為數值形式的過程，這是機器學習模型處理資料的必要步驟，因為：
模型數值需求：大多數機器學習算法只接受數值輸入，無法直接處理文字或類別資料
語義保存：編碼過程必須保留原始類別的語義信息，不同編碼方式會保留不同的
大家應該都實際練習過機器學習的四大技術了，包含迴歸分析、分類分析、分群分析以及時間序列分析。 在機器學習模型的開發過程中，我們常將焦點放在演算法的選擇與模型的訓練上，但實際上，一個高效且穩健的模型，往往取決於資料的前處理與特徵的設計。隨著模型複雜度提升，過擬合、特徵尺度不一致以及高維資料噪聲等問題會
在現實生活中，許多資料並非靜止的，它們會隨著時間不斷變化，形成了一種特殊的資料型態，這就是時間序列資料。時間序列數據廣泛存在於各種領域，如金融市場的股票價格波動、氣候監測的溫度變化、製造業的機器故障檢測，以及網站流量的每日訪問量等。這些資料的最大特點在於：當前的觀測值與過去的值密切相關，未來的趨勢也
Google 悄悄移除能顯示 100 筆搜尋結果的 &num=100 參數，對網路世界產生劇烈衝擊。
對 SEO 業者，這導致排名追蹤成本暴增近十倍，對 AI 發展，這形同 Google 築起一道「數據壁壘」。過去 AI 競爭者能低成本獲取大量數據來摘要資訊；現在成本與難度大增。
前Google資料科學家賽斯．史蒂芬斯運用大數據分析，顛覆我們對擇偶、教養子女和致富的傳統認知。本書揭示數據背後的意想不到的人生選擇，帶領讀者跳脫直覺，做出更符合數據科學根據的最佳決策。
