本魯碩博主要做人工智慧/機器學習, 一點淺見機器學習主體是機器, 主要方向是機器如何可以學習有哪些方法類神經模糊理論灰色系統基因演算法蟻群貝氏網 ... ... <看更多>
「資料科學 方法論 ptt」的推薦目錄:
- 關於資料科學 方法論 ptt 在 Re: [請益] 機器學習或資料科學家領域差異- 看板Soft_Job 的評價
- 關於資料科學 方法論 ptt 在 Re: [請益] 機器學習或資料科學家領域差異- 看板Soft_Job 的評價
- 關於資料科學 方法論 ptt 在 台大課程資訊交流區 - Facebook 的評價
- 關於資料科學 方法論 ptt 在 網路上關於資料科學-在PTT/MOBILE01/Dcard上的升學考試 ... 的評價
- 關於資料科學 方法論 ptt 在 網路上關於資料科學-在PTT/MOBILE01/Dcard上的升學考試 ... 的評價
- 關於資料科學 方法論 ptt 在 網路上關於資料科學-在PTT/MOBILE01/Dcard上的升學考試 ... 的評價
- 關於資料科學 方法論 ptt 在 HowardNTUST/Marketing-Data-Science-Application - GitHub 的評價
- 關於資料科學 方法論 ptt 在 面試經驗-2 薪水行情(應徵: 數據分析&資料科學家) - YouTube 的評價
- 關於資料科學 方法論 ptt 在 自學資料科學與機器學習的推薦,YOUTUBE、PTT和網路上有 ... 的評價
- 關於資料科學 方法論 ptt 在 自學資料科學與機器學習的推薦,YOUTUBE、PTT和網路上有 ... 的評價
- 關於資料科學 方法論 ptt 在 【PTT大數據】 那些鄉民的愛情疑難雜症— Boy-Girl 兩性版解析 的評價
- 關於資料科學 方法論 ptt 在 [心得] 2021 外商資料科學求職心得 - PTT 熱門文章Hito 的評價
- 關於資料科學 方法論 ptt 在 戒菸方法ptt 的評價
- 關於資料科學 方法論 ptt 在 應徵分析資料輸入員-104人力銀行- 資料分析工作ptt 的評價
- 關於資料科學 方法論 ptt 在 【鏡相人間】我們的青春在Ptt - 鏡週刊 的評價
- 關於資料科學 方法論 ptt 在 [分享] 2020 推薦Python資料科學的書- PTT精華區 的評價
- 關於資料科學 方法論 ptt 在 研究所板 - Dcard 的評價
- 關於資料科學 方法論 ptt 在 [閒聊] 其實算命是符合科學理論的? - PTT評價 的評價
- 關於資料科學 方法論 ptt 在 [請益] 資料分析offer選擇- 看板Soft_Job - PTT職涯區 的評價
- 關於資料科學 方法論 ptt 在 Youtube 賺錢ptt 《KD978DN》 的評價
- 關於資料科學 方法論 ptt 在 Youtube 賺錢ptt 《KD978DN》 的評價
- 關於資料科學 方法論 ptt 在 學外語就像學母語: 25語台灣郎的沉浸式語言習得 - Google 圖書結果 的評價
- 關於資料科學 方法論 ptt 在 全球視野的文化政策 - Google 圖書結果 的評價
- 關於資料科學 方法論 ptt 在 教育名家論教育 - 第 144 頁 - Google 圖書結果 的評價
資料科學 方法論 ptt 在 台大課程資訊交流區 - Facebook 的推薦與評價
課程類別:電機/電信所課程課程名稱:資料科學授課教師:陳銘憲修課時間:111-1 ... 本課程為搭配碩士班「企業研究方法論」課程,進行全新改版。 ... <看更多>
資料科學 方法論 ptt 在 網路上關於資料科學-在PTT/MOBILE01/Dcard上的升學考試 ... 的推薦與評價
資料科學 橫跨多個領域,包括統計、科學方法、人工智慧(AI) 和資料分析,目的在於從資料中發現價值。實作資料科學的人員稱為資料科學家。他們會搭配運用一系列的技能, ... ... <看更多>
資料科學 方法論 ptt 在 網路上關於資料科學-在PTT/MOBILE01/Dcard上的升學考試 ... 的推薦與評價
資料科學 橫跨多個領域,包括統計、科學方法、人工智慧(AI) 和資料分析,目的在於從資料中發現價值。實作資料科學的人員稱為資料科學家。他們會搭配運用一系列的技能, ... ... <看更多>
資料科學 方法論 ptt 在 網路上關於資料科學-在PTT/MOBILE01/Dcard上的升學考試 ... 的推薦與評價
資料科學 橫跨多個領域,包括統計、科學方法、人工智慧(AI) 和資料分析,目的在於從資料中發現價值。實作資料科學的人員稱為資料科學家。他們會搭配運用一系列的技能,&nbsp;... ... <看更多>
資料科學 方法論 ptt 在 HowardNTUST/Marketing-Data-Science-Application - GitHub 的推薦與評價
如何用資料科學方法找出高CP值產品(附Python程式碼):Youtube影片; 文章;程式碼 ... 當STP「行銷策略」遇到資料科學— 系列4 — 【資料蒐集】PTT貼文抓取模組教學 ... ... <看更多>
資料科學 方法論 ptt 在 面試經驗-2 薪水行情(應徵: 數據分析&資料科學家) - YouTube 的推薦與評價
更多薪水(註冊即可獲得100點積分): https://salary.tw/auth/invite/2415099941965053分析實作: ... ... <看更多>
資料科學 方法論 ptt 在 【PTT大數據】 那些鄉民的愛情疑難雜症— Boy-Girl 兩性版解析 的推薦與評價
Boy-Girl 兩性看版就是其中一個熱門討論兩性問題的空間,大家可以在版上尋求感情上遇到問題時的解決方法,或單純抒發與另一半在相處上的心得。身為資料科學工作者的 ... ... <看更多>
資料科學 方法論 ptt 在 [心得] 2021 外商資料科學求職心得 - PTT 熱門文章Hito 的推薦與評價
從高中以來一直在PTT 潛水,從前輩們身上學到許多經驗,我也來回饋分享這篇求職經歷,希望跟我一樣略有工作經驗、想挑戰海內外資料科學家職位的板友, ... ... <看更多>
資料科學 方法論 ptt 在 戒菸方法ptt 的推薦與評價
一般一生會問你抽菸的情況,只要達到標準就可以幫你戒菸。 醫生將基本資料問一問表格填一填就開單叫我領藥了... (我看網路上一般都會聊 ... ... <看更多>
資料科學 方法論 ptt 在 應徵分析資料輸入員-104人力銀行- 資料分析工作ptt 的推薦與評價
資料科學家 就是要發現問題,提出問題然後設計方法,並且對可取得的資料進行分析。 ... Ptt 問答; 徵才數據分析師65K 85K 看板DataScience PTT數位生活區 ... ... <看更多>
資料科學 方法論 ptt 在 【鏡相人間】我們的青春在Ptt - 鏡週刊 的推薦與評價
台灣最大BBS 論壇「批踢踢實業坊」(以下簡稱Ptt)創立二十五年了。 ... 一人上站需要200K 記憶體,16G 可以撐幾萬人,一種方法是花錢買更多設備, ... ... <看更多>
資料科學 方法論 ptt 在 [分享] 2020 推薦Python資料科學的書- PTT精華區 的推薦與評價
[分享] 2020 推薦Python資料科學的書. 作者manwithheart (暖男)時間Apr 20 00:11:10 2020看板Book. 市面充斥著機器學習的書吸引了許多人轉行學習,但許多人連基本的 ... ... <看更多>
資料科學 方法論 ptt 在 研究所板 - Dcard 的推薦與評價
因為指導教授自己忙碌的關係,而沒辦法指導學生,(我還是有定期寫進度寄給教授),但教授似乎沒看,回覆總是模凌兩可,一下子說寄的資料不足,看不到分析的脈絡,一下 ... ... <看更多>
資料科學 方法論 ptt 在 [閒聊] 其實算命是符合科學理論的? - PTT評價 的推薦與評價
haotheacgm07/24 11:22倪匡那個算命是未來人調資料庫去對不一樣啦 ... vitalis07/24 12:20google 科學方法,科學是一套系統,能適用的才叫科學,不適. ... <看更多>
資料科學 方法論 ptt 在 [請益] 資料分析offer選擇- 看板Soft_Job - PTT職涯區 的推薦與評價
... scientist 工程師性質資料分析與資料分析, 以統計方法consultant BI, ... 難當到資料科學家但未來想朝這個方向發展公司A是美商考量是覺得資料科學 ... ... <看更多>
資料科學 方法論 ptt 在 Youtube 賺錢ptt 《KD978DN》 的推薦與評價
直播賺錢ptt - Mhs 365; YouTube頻道沒人看PTT; 10种通过Youtube赚钱的方法- 知 ... 注册Gmail邮箱几年前只要能科学上网,注册Gmail是没什么难度的,但近几年注册很容易 ... ... <看更多>
資料科學 方法論 ptt 在 Youtube 賺錢ptt 《KD978DN》 的推薦與評價
直播賺錢ptt - Mhs 365; YouTube頻道沒人看PTT; 10种通过Youtube赚钱的方法- 知 ... 注册Gmail邮箱几年前只要能科学上网,注册Gmail是没什么难度的,但近几年注册很容易 ... ... <看更多>
資料科學 方法論 ptt 在 學外語就像學母語: 25語台灣郎的沉浸式語言習得 - Google 圖書結果 的推薦與評價
認識他十多年,也沒聽他說有什麼神奇的方法,說穿了就是一個字「熱情」。 ... 我想先跟大家分享「如何找到有效方法」的方法,也就是我們耳熟能詳的「科學方法」。 ... <看更多>
相關內容
資料科學 方法論 ptt 在 全球視野的文化政策 - Google 圖書結果 的推薦與評價
每次讓學生寫報告,研究生把報告提出來後,很多資料做老師的常一下子查不出資料來源; ... 老師最重要的是他擁有比較圓熟的觀點,所以能夠指導學生從方法論方面著手。 ... <看更多>
資料科學 方法論 ptt 在 教育名家論教育 - 第 144 頁 - Google 圖書結果 的推薦與評價
老師最重要的是他擁有比較圓熟的觀點,所以你能夠指導學生從方法論方面著手。 ... 因為女友劈腿,他就把她的資料、照片原原本本的放到PTT上的grumble恨版去發洩, ... ... <看更多>
資料科學 方法論 ptt 在 Re: [請益] 機器學習或資料科學家領域差異- 看板Soft_Job 的推薦與評價
本魯碩博主要做人工智慧/機器學習, 一點淺見
機器學習 主體是機器, 主要方向是
機器如何可以學習 有哪些方法
類神經 模糊理論 灰色系統 基因演算法 蟻群 貝氏網路
十年前的啦, 現在不知道, 脫節很久惹...
這個方法用在那個資料效果好不好, 如何讓它變好
同一筆資料 換另一個方法呢?
或者數個方法串起來用?
同一個方法, 用在別種資料呢?
總之目標是在增進機器的學習能力,
速度更快、效果更好、對不同資料更泛用等
資料科學, 主體是資料, 主要方向是
資料如何分析?
統計? 資料探勘? 機器學習?
丟入某很夯很威的工具 (MATLAB 等) 用現成工具跑看看結果
調調看參數權重
根據已知 (或想像中) 的邏輯 調整參數 建模
由分析結果反推原因、建模
總之目標是放在對資料本身的理解
找到更多規則、挖出未知的關係、發展理論
ex 有某某情形的股票未來 6~12 個月表現會明顯優於其它股票等
可以使用任何方法, 包含機器學習
資料量不大的話要用 excel 樞鈕分析都可以...
大致來說就是,
機器學習偏重在工具的開發與改進,
資料科學則是著重在應用工具從資料中找出理論或應用價值
以台灣來說, 機器學習的職缺可能會比較少,
主要會是資料科學吧?
(指工作內容, 職缺名稱就不知道了)
※ 引述《smallv (小小勝利者)》之銘言:
: 想請教版上大大
: 假設有了機器學習或者資料科學家工作經驗一段時間
: 未來想跳槽的話 領域不同會差很多嗎
: 像是...影像方面 語言方面 預測股票期貨方面 球賽勝率 機器人辯論方面 等等
: 各自的差異就蠻大的
: 那這樣跳槽會不會比較難 因為使用的演算法可能會有小差異?
: 還是其實還好? 尤其短時間內台灣這類人才還是短缺 不太需要擔心?
: 第二個問題 在台灣通常軟體公司的機器學習或資料科學家
: 待遇大概是哪個範圍 能有6萬到12萬嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.226.166.63
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1529835645.A.BD3.html
這圖我是覺得有點誇張
比方說, 假如要解的是 TSP 這種條件單純明快的問題,
那基本上用不太到什麼數學, 大概就加減法,
在 CS/IT 會吃比較多
而如果是貨架規劃之類,
我想主要就是 Domain 多一點, 然後拿現成軟體跑跑關聯法則/分類分群就很多了,
對 CS/IT 跟數學統計沒什麼概念也行, 主要只是要結果
當然會的越多越全面是能對應到越多狀況或做得越好,
但如果只是針對某類特定資料/目標的資料科學,
也沒有那麼誇張, 畫三個大圈圈在那恐有引人誤解之虞
"用" ML, 這裡的 ML 應該是工具沒錯 @@
像用 NN 做地形判斷 (一張圖, 判斷哪裡是湖哪裡是陸等)
有個正確答案針對方法去 tune 的這種,
我覺得主要是在做工具
工具做好後, 就可以被拿來實際應用,
應用的那部份就是你說的了
這張 Data Science 跟更多東西包在一起了 XDD
實際上很可能不需要就是 依需求可能其中一兩樣就夠用了
(想成圈在一起是表示 "可能相關" 就還算可以理解)
純軟QQ
這張完全是鬼扯
灰色系統、類神經、GA、模糊理論 都沒怎麼用到統計,
可以跟統計一起用, 但它們本身是獨立的方法論
把 Machine Learning 改成 Data Mining 的話還有一點道理
ML 跟 DM? 這篇說的是 ML 跟 DS @@
ML 跟 DM 的話, DM 是 分析資料的 "方法",
ML 可以使用 DM 的方法來實現, 也可以完全不用 DM 的方法
舉個例,
DM 可以說, apriori 是為了找關聯法則, k means 做分群,
C4.5 做分類
它的方法本身, 就有一個特定的目的在
但是
ML 類神經就是類神經, 沒有一定要幹麻, 反正它就是一個方法,
你可以用類神經去試著做任何你想做的應用
你也可以類神經搭配 k means, 也可以類神經搭模糊理論再加個基因演算法 等等
而 DS 則是使用任何方法 (包含 ML DM) 達到 利用數據學習知識 這個目的
大概是這樣
哈 我這兩天也在想這種情形,
現在基礎薄弱一知半解就上工然後到了資深還是一片混亂好像是常態,
蠻囧der...
※ 編輯: lovdkkkk (36.226.166.63), 06/26/2018 14:47:10
... <看更多>