Loading...
All Posts By

weiyuan

Web 技術

LeetCode 解題的思考策略,刷題的4個階段

許多科技公司在面試時都會有「白板題」的技術考題,也帶動近年來軟體圈瀰漫著一股「LeetCode 刷題」的風潮。這篇想帶大家了解,Leetcode解題時的心態與策略,如何理解題目背後的設計思維,以及刷題的4個階段。

Posted on 
Nov 24, 2021
  by
weiyuan
Read More
資料科學

資料分析第一步:觀察資料的5件事

資料在整個分析的過程中扮演非常重要的角色。在真正開始進行分析之前,會建議先透過一些簡單的觀察對資料先有初步的認識。透過系統性的方式來建立對資料的感覺。

Posted on 
Nov 3, 2021
  by
weiyuan
Read More
資料科學

資料清理與型態調整:資料前處理必須要做的事

「資料前處理(Data Preprocessing)」分成三個面向:1. 資料清理與型態調整 2.資料探索與 3.視覺化特徵工程。是實務上在收集完資料之後,到真正進入模型之前的重要環節。

Posted on 
Nov 2, 2021
  by
weiyuan
Read More
資料科學

從資料模型到數據產品,現實會遇到的問題

傳統的資料科學模型通常只考慮到「產出模型」為止,著重的是如何訓練一個「好」的模型,產生交付的通常是一個模型。但有了一個好的模型之後,然後呢?

Posted on 
Oct 31, 2021
  by
weiyuan
Read More
資料科學

資料分析工具那麼多,該怎麼選?

隨著資料科學的演進,許多商業軟體都逐漸成熟。從完整的套裝軟體到實現彈性比較強的程式來說,大概可以把常見的資料分析工具分成幾種類型,有 BI 工具像是 Tableau 或 Power BI,分析模型套裝軟體像是 SAS或是 WEKA,程式語言像是 Python 或 R,這麼多工具到底怎麼選?

Posted on 
Oct 29, 2021
  by
weiyuan
Read More
資料科學

Python 網路爬蟲:學習地圖與策略

許多人會選擇 Python 做為程式開發或資料科學的入門語言,因為其「語法容易」與「第三方資源豐富」兩個特性。所謂的「第三方資源豐富」是指,Python 可以搭配許多套件來完成特定領域的工作。Python 在爬蟲領域也如此

Posted on 
Aug 11, 2021
  by
weiyuan
Read More
資料科學

Python、R 、Julia 三大程式語言怎麼選?來自資料科學家的觀點

Python、R語言、 Julia 號稱是資料科學的三大程式語言,就我自己的觀點來看,目前看起來 Python 是首選、有些比較專業的統計方法可以考慮 R ,至於 Julia 還要觀望一下。

Posted on 
Jul 15, 2021
  by
weiyuan
Read More
資料科學

資料科學家、資料分析師、資料工程師,實務上如何在資料團隊分工

資料科學家、資料分析師和資料工程師,在資料團隊實務工作上,不同的技能是如何分工。資料科學家與資料工程師的差異、資料分析師在做什麼?模型「部署/上線」的工作誰來做? ALPHA Camp 資料工程師維元帶你解析。

Posted on 
Apr 14, 2021
  by
weiyuan
Read More
Web 技術

Code Review怎麼做?新手工程師如何提升「程式碼品質」

要如何寫出更好的程式呢?透過「Code Review」是推薦新手的方法。程式執行效能就是從速度跟空間來思考,執行時間越短、變數佔用空間越小。而程式碼結構則會從可讀性和精簡來衡量,經由反饋與討論來找出程式中可優化的空間

Posted on 
Jan 18, 2021
  by
weiyuan
Read More