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
解決GIS座標系統轉換的痛點，釐清WGS84 (EPSG:4326)、TWD97_121 (EPSG:3826) 與 TWD97_119 (EPSG:3825) 在臺灣的地理資料處理上的應用差異，提供資料分析師與研究者在R或Python中的實務開發建議。
本篇文章深入探討 R 語言與 RStudio 如何為生物醫學臨床試驗數據分析帶來優勢。闡述其開放源碼的免費、透明、可審核特性，以及 RStudio 提供的最佳開發環境。分析 R 生態系如何無縫接軌生物資訊學，並強調其強大的社群支持。
這是一本從臨床問題出發的 R 語言實戰書，專為醫學生、研究助理、臨床醫師、生資分析師等設計。內容涵蓋臨床試驗的資料管理、統計建模、生物資訊分析，以及自動化報告的產出。書籍採連載方式出版，讀者可參與寫作過程並獲得完整電子書。
JSON 已成為網路上資料交換的標準格式。本文將深入解析 JSON 中 {}（物件）和 []（陣列）的應用時機，並介紹如何在 Python 中輕鬆轉換 JSON 資料，以及處理中文編碼和格式化等實用技巧。
本文深入解析 CI/CD 的核心概念（持續整合與持續部署），並介紹 GitHub Actions 如何作為一個強大的自動化平臺，協助開發團隊提升效率與可靠性。從基礎的 YAML 設定檔到進階的矩陣測試與 secrets 管理，提供實用的技巧與最佳實踐，引導開發者踏上自動化之旅。
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
