iT邦幫忙

data science相關文章
共有 228 則文章
鐵人賽 AI & Data DAY 1

技術 [Day 1] 前言 - 動心起念和文章主題介紹

在人手一機的現代社會,我們的生活已經無法脫離各大科技公司的產品。閒來無事時滑滑 Facebook 和 Instagram,了解最新趨勢、關心朋友近況;趕時間時會...

鐵人賽 AI & Data DAY 29

技術 [Day 29] 圖表以外的資料視覺化方法

也慢慢進入到這整個系列的尾聲了,其實這整個系列,我們在談的都是透過靜態圖表這種呈現方式的視覺化。 但其實還有其他方式也可以達成視覺化的目的,例如資訊圖表、影片、...

鐵人賽 AI & Data DAY 13

技術 Youtube Data API 教學 - 告一個段落

「鮭魚均,因為一場鮭魚之亂被主管稱為鮭魚世代,廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習,不正經的數據分析師,畢業後把人生暫停了半年,在 G...

鐵人賽 AI & Data DAY 1

技術 學習MLOps前暖身操:why, what, who?

接下來的30天,我們會一起看MLOps的更多層面。從為什麼產業開始談MLOps開始,以及其包含的技術與非技術面。今天我想談的是關於學習mlops前必備的3個背景...

鐵人賽 AI & Data DAY 1

技術 前導文 - 科學不能解決大自然的奧秘(↑訂閱)

「鮭魚均,因為一場鮭魚之亂被主管稱為鮭魚世代,廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習,不正經的數據分析師,畢業後把人生暫停了半年,在 G...

鐵人賽 AI & Data DAY 2

技術 [Day 2] Facebook 如何排序推薦內容(上)- 使用者調查

一個風和日麗的上午,Skylar 慵懶地躺在沙發上,滑著 Facebook,漫不經心地瀏覽動態。他看到 Toby 更新自己的衝浪影片、Wade 和自己的狗狗的自...

技術 如何通过Web数据提取来Google购物价格

Google购物是营销您的在线业务并增加销售额的良好起点。但是,如果您是新手,则必须使用网络数据提取工具(网络抓取工具)来观看和了解竞争对手如何在Google购...

鐵人賽 AI & Data DAY 11

技術 [Day 11] 用來呈現組成結構的圖表們

在 [Day 9] 比較不同群體的圖表2 有提到柏拉圖這個可以同時比較不同群體的量、又能呈現組成比例的圖表。今天就讓我們來看看,還有哪些圖表是專門用來呈現組成結...

鐵人賽 AI & Data DAY 2

技術 [Day 2] 資料產品第一層 - 原始資料

就像稻米之於米苔目,小麥之於麵疙瘩,原始資料就是任何資料產品最基礎的存在。 在研究所修讀統計的時候,教授常常掛在嘴邊的一句話就是「garbage in, ga...

鐵人賽 AI & Data DAY 30

技術 [Day 30] 資料產品開發實務 - 完結撒花!

終於撐完三十天啦啊啊啊啊!!!沒想到自己有一天也能完成這個壯舉(拭淚),真的太敬佩各路大神以及前輩了Orz,也非常感謝各位讀者的支持,不管是幫忙點擊、按讚、分享...

鐵人賽 AI & Data DAY 29

技術 Youtube Reports API 教學 - 告一個段落

「鮭魚均,因為一場鮭魚之亂被主管稱為鮭魚世代,廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習,不正經的數據分析師,畢業後把人生暫停了半年,在 G...

鐵人賽 AI & Data DAY 30

技術 [Day 30] 更多關於資料科學、與資料視覺化

來到了這個系列的最後一篇,除了這個主題之外還會有我個人的一些心得~ 關於資料科學 這其實是一門博大精深的學問,整個過程會包含像是定義問題、確認需要哪些資料、搜...

鐵人賽 AI & Data DAY 20

技術 Neo4j Data Science 資料分析與 Bloom 視覺化

前面一系列文章已經介紹過 Neo4j Bloom 以及 Neo4j GDS,Bloom 的強處是視覺化,GDS 的強處是演算法,現在該是時候把兩者結合了!畢竟光...

鐵人賽 AI & Data DAY 30

技術 Youtube API - 凡事趁早沒有那麼多來日方長(總結)

『理工男嘛,就是有問題要解決問題,沒問題那就創造問題』,在做為一個數據分析師之前,我本身的大學所學的是資訊管理,對於我而言在求學的過程中,我也是受到了最普遍的工...

鐵人賽 AI & Data DAY 5

技術 [Day 5] 資料產品第二層 - 資料加工術 - 資料聚合

即便是相同原料經過不同師傅的手藝也會呈現不同的味道(昨天吃的游壽司) 當資料經過基本篩檢後,也會根據後續使用的需求將資料聚合(資料聚合就是將資料從細的顆粒度聚合...

鐵人賽 AI & Data DAY 19

技術 [Day 19] 資料產品的管理-資料治理初探

前面花了不少篇幅在討論資料產品的開發,接下來將花一些篇幅討論資料產品的治理方式。 在做資料產品治理時,有一個很重要的觀念「將資料當作資產」。如果前面介紹過的,資...

鐵人賽 AI & Data DAY 2

技術 3面向談ML產品與軟體產品的相異處

在過去的5-7年當中,ML已經不再只限於研究人員能夠接觸、使用,越來越多的AI/ML工具以及產品出現,使得能夠談論這個領域的人變多了,踏入ML工作的門檻也逐漸降...

鐵人賽 AI & Data DAY 12

技術 [Day 12] Spotify 怎麼知道要在「每週新發現」推薦什麼歌給你?(下)Bart Model

打開 Spotify,我們會看到許多推薦歌單和 Podcast 節目,他們怎麼知道用戶會喜歡什麼呢? 資料 Spotify 不遺餘力地搜集各式各樣的資料,資料...

鐵人賽 AI & Data DAY 25

技術 Youtube Analytics API 教學 - 內容管理員

「鮭魚均,因為一場鮭魚之亂被主管稱為鮭魚世代,廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習,不正經的數據分析師,畢業後把人生暫停了半年,在 G...

鐵人賽 AI & Data DAY 11

技術 [Day 11] 資料產品生命週期管理-原始資料

不同類型的資料產品在其各自專案週期有需要注意的地方,以下我們將說明在處理原始資料時,各階段應該做的事情 Initiate 在初始階段,最重要的就是要了解搜集資料...

鐵人賽 AI & Data DAY 24

技術 [Day 24] Pinterest 生成推薦內容的方法(四)- PinnerFormer

我們昨天介紹 Pinterest 的推薦系統 PinnerSage,不過那是 2020 年的文章。身為不斷創新的 Pinterest 公司,在 2022 年又提...

鐵人賽 AI & Data DAY 26

技術 [Day 26] 凸顯圖表重點的小技巧1

在上一篇看到了在製作資料視覺化圖表時,有哪些容易踩的雷、以及如何避免之後,接下來讓我麼來看看更多可以幫你凸顯資料重點的小技巧吧。 畢竟,圖表通常只是輔助,真正有...

鐵人賽 AI & Data DAY 26

技術 Youtube Analytics API 教學 - 告一個段落

「鮭魚均,因為一場鮭魚之亂被主管稱為鮭魚世代,廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習,不正經的數據分析師,畢業後把人生暫停了半年,在 G...

鐵人賽 AI & Data DAY 9

技術 [Day 9] 資料產品第五層 - 自動決策與 AI

資料的最終目的就是替代人力。 (https://qz.com/217199/softbanks-humanoid-robot-will-be-great-for...

鐵人賽 AI & Data DAY 24

技術 [Day 24] 資料產品在部署階段的五個大坑

上線之後才是開始。 第一坑 開發和部署環境不一致 如果一開始開發和部署沒有「喬好」環境的話,那上線的過程可是會吃一番苦頭。例如搞不清楚環境有哪些套件,只好正式環...

鐵人賽 AI & Data DAY 13

技術 [Day 13] 資料產品生命週期管理-加工資料(二)

接續上篇 介紹一下一般開發 ETL 的流程。每隻 ETL 都可以看作是獨立的程式,有獨立的開發流程。 Implment 設計原型 跟一般的軟體開發一樣,先從最關...

鐵人賽 AI & Data DAY 23

技術 Youtube Analytics API 教學  -  期待多元性別出現 'gender' 維度

「鮭魚均,因為一場鮭魚之亂被主管稱為鮭魚世代,廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習,不正經的數據分析師,畢業後把人生暫停了半年,在 G...

鐵人賽 AI & Data DAY 3

技術 [Day 3] 視覺化圖表的類型

前兩天介紹過了什麼是資料視覺化、以及為什麼要做資料視覺化,今天就來切入正題,先來了解一下有哪些視覺化圖表的類型吧。 圖表們的分類 首先,先來看看這張網路上找到的...

技術 AutoML應用分享║DataRobot 年度線上大會 2021

一年一次關注全球AI實踐家怎麼想 不知道大家習不習慣註冊業界大廠辦的活動?撇除我們自己是DataRobot台灣代理商而協助推廣外真心覺得是一個可以偶爾打開格局眼...