iT邦幫忙

DAY 21
0

成為資料工程師最初的 28 堂課系列 第 21

資料工程師第 20/28 課: Mathmatical Model / Pattern Recognition

[修讀原因]

這堂課已經可以說是 Data Scientist/Engineer 的專門科目了, 有點說身為一個工程師必修的數學是 Enineering Mathmatics (工程數學), 身為一個 Big Data 的 Data Enineer, 就一定要學習這堂 Mathmatical Model /Pattern Recognition.

這邊的 Mathmatical Model 指的是用數學去判斷一個模型的可能性, 進而去識別其模式與模型, 找到可能的信號做為決策的判斷, 這的確就是大數據在做的事.

這部份幾乎沒有中文書, 事實上說不定是大陸在這邊發展的較完整, 他們稱為 "系統辨識" 或 "模式識別", 而這們數學課, 幾乎就是前面所說的幾個數學的總合, 大概是:

  • 判別函數
  • 傳遞函數 (Transfer Function)
  • 貝斯決策理論
  • 參數估計與非參數估計
  • 分類器
  • 群聚分析
  • 語意分析
  • Fuzzy
  • 特徵值與降冪
  • 類神經網路
  • SVM (Support Vector Machine)
  • 時間序列
  • 多變量
  • 非線性系統辨識
  • ......

這些不是大部份都講過, 或者是在被包含在前面數學課的基礎要學的不是嗎?

[基本資訊]

  • 課程題目: Mathmatical Model / Pattern Recognition
  • 大學學程: 統計等研究所
  • 困難度: ****
  • 必要度: ****
  • 所須時間: ***
  • 建議書籍: Pattern Recognition and Machine Learning

[基本介紹]

在數學模型中, 可以做幾種屬性的分類:

  • Linear vs. nonlinear
  • Static vs. dynamic
  • Explicit vs. implicit
  • Discrete vs. continuous
  • Deterministic vs. probabilistic (stochastic)
  • Deductive, inductive, or floating

這些分類與判斷會決定我們使用的方法工具與演算法:

[修習方式]

開放課程:

電子書:

關鍵字:


上一篇
資料工程師第 19/28 課: NoSQL 與 Big Data / Modern Database
下一篇
資料工程師第 21/28 課: Information Retrieval / Software Agent / Crawler
系列文
成為資料工程師最初的 28 堂課30

尚未有邦友留言

立即登入留言