選手列表
Python自學以及實做AI ML 於當下股票判斷
深度學習就像是個幻境之地,許多人曾經尋訪卻只得到碎片般的景色。在這裡,希望讓想成為深度學習的魔法使玩家能一覽深度學習之全貌,在30天後可以自信的說出:「沒錯,請你叫我『大魔法使』」。 內容將包含深度學習的Learning map、最新研究技術與商業應用。
大家好,我是哥布林恩君 簡單介紹自己,本身並非資訊背景,頭腦簡單,四肢發達,為了解決部落的種種問題,從今天開始好好學習如何運用資料科學來好好解決部落內部的問題。 好了,恩君平凡的故事即將開始 在一個平凡的哥布林村莊 ... (to be continued )
目前工作使用語言為 C#、PHP、JS 為主,對於python 一直有濃厚的學習興趣, 但礙於工作與各種瑣事總是一拖再拖,碰巧看到了鐵人賽的活動,希望能透過這個比賽增進每日學習的動力,並分享每日學習心得與收穫,也希望能透過大家的留言修正錯誤的觀念
統計學是挑戰神的學問,愛因斯坦說過上帝不擲骰子。 如要我詮釋愛因斯坦這句話,人開一間店,不會什麼事前功課都不做就憑運氣開,我相信他會努力,不!他"必須"努力的去蒐集資料,把隨機因素降到最低才行。上帝擲骰子嗎?可能吧上帝可能擲,但它擲的非隨機的骰子,擲出去的那瞬間他就已經知道結果了。 在學生時代曾用計程車司機的各種變數進行資料採礦(營運時間、車況、正/兼職、車隊、平常愛聽的電台、空繞機率等等)找出計程車司機最能賺錢的方法。當年是用"weka(懷卡托智能分析系統)"這個軟體完成預測的。 本篇文章主旨在使用R語言進行預測、採礦,訓練資料做大數據的分析,告訴我最有利的決策因素!
本專欄以Stanford CS224n 作為參考素材,介紹主流NLP的發展和應用,並且比較RNN和OpenCog在實現語言處理/理解的表現。同時以Github中熱門chatbot作為案例分析,梳理chatbot到情感機器人的發展途徑。
通常勇者都不是一開始就是勇者的,被推坑是一條成為勇者的必經之路。讓我們一起跳坑吧!
本系列期許自己利用Kaggle上面的神奇寶貝開放資料 撰寫一系列的資料清理、分析到呈現,過程將包括 (1)資料庫 MS SQL資料庫的資料的匯入,到增刪改查的操作 (2)資料探索 利用R語言和Python(如果有時間XD)做資料清理、EDA探索分析 (3)模型建立 利用對戰資料進行建模預測 (4)視覺化呈現 將上述所做的這些,撰寫成分析報告,預計使用markdown、shiny的方式呈現。