小墨魚
0 位追蹤者
小墨魚
0 位追蹤者
台灣屏東長大，北漂到台北的小墨魚
小墨魚，一位白天擅長資料分析與統計建模的數據工作者，夜裡則沉浸在書本與文字裡，透過閱讀與寫作與世界對話。工作之餘，也兼職統計家教，協助學生理解複雜的統計概念與軟體操作。這裡記錄我的書評、生活觀察、科技碎念，有時也寫下關於時間與情緒的小片段。願這些文字，成為我們在日常中相遇的溫柔片刻。
全部內容
由新到舊
無論是統計學習新手，還是資深資料分析師，都需要實戰資料來精進技能。本文整理了 Kaggle、UCI、Data.gov、各國資料開放平臺，以及生物醫學、深度學習等領域的公開資料庫。依據不同用途（綜合競賽、政府事務、專業領域）進行分類介紹，並提供實用的數據搜尋、清理與分析技巧，助您成為數據處理的佼佼者。
本文將介紹如何利用 Linux 的 systemd 服務管理器，為 AWS EC2 上的 Jupyter Lab 建立可靠的系統服務。透過簡單三大步驟，您可以解決 SSH 連線中斷導致 Jupyter Lab 無法使用的問題，使其能夠在伺服器重啟後自動運行，實現 24 小時不間斷的遠端程式開發環境。
在資料分析中，分群分析（Cluster Analysis）是一種常見的無監督學習（Unsupervised Learning）方法，用來探索資料中的自然群集結構。當我們沒有標籤資料、也不知道該分成幾群時，分群分析能幫助我們發現潛在的分類邏輯。
在眾多分群方法中，階層式分群分析（Hierarchic
在上一篇文章中，我們一起漫步於機率分布的世界，認識了像常態分布、二項分布、柏松分布這些基礎卻無比重要的「地標」。它們是統計學的基石，描述了數據世界中最常見的幾種規律。
然而，機率的宇宙浩瀚無垠。有讀者朋友提醒，我們還錯過了許多同樣璀璨的星辰。今天，就讓我們再次啟程，探索另外10個關鍵的機率分布：伽
上次我們聊到了現代配置檔案界的「三劍客」：簡潔的 JSON、人類友善的 YAML，以及明確直觀的 TOML。它們憑藉著輕巧和易用性，幾乎稱霸了 Web 開發和雲端配置的世界。
然而，在廣闊的程式設計世界裡，還有一位「元老級的巨人」，它在企業級應用、文件傳輸，以及一些複雜的架構中，至今仍佔有不可撼動
程式設計中，變數的作用域（Scope） 是每位開發者都應熟悉的重要概念。不同語言在變數的可見範圍與修改規則上各有不同，理解這些差異有助於避免意外的錯誤與除錯困難。本文將帶你比較三種常見語言——R、Python 與 JavaScript——在全域與區域變數上的行為，並展示各自修改全域變數的正確方式。
探討奧卡姆剃刀哲學原則，解釋其在資料科學和機器學習中如何轉化為「模型簡約原則」，以及闡述「過度擬合」現象。文章介紹了AIC和BIC兩個量化模型簡約的統計工具，並提供從哲學思維到實際應用的全面指南。
想像我們站在一間巨大的「數據遊樂場」裡。在這裡，所有現象——從丟一枚硬幣、買一張彩券，到研究人類的壽命、社會的收入分佈——其背後都有一套隱藏的「規則」在支配。這套規則，決定了哪些結果比較常見，哪些結果極為罕見。而這套規則的「說明書」，就是我們今天要探討的主角：機率分佈。
為何身高與父母差異甚大？本文深入探討身高的多基因遺傳本質，解釋基因型與表現型的分離，以及減數分裂的隨機性如何導致「迴歸趨中」現象。引用 Yengo 等人（2022）和 Lin 等人（2017）的權威研究，揭示即使在高大的父母與家族性矮小症中，身高變化亦受數千基因微小效應和隨機組合影響。
你是否常聽到「生男生女機率是50%」？本文透過生活化的例子，深入淺出地解析機率學與統計學的核心差異，解釋為何實際數據會出現偏差，以及兩者如何相輔相成，幫助我們更精準地理解世界。
