Search
本課程講授時間序列分析( time series analyses )。你將使用 R 作為程式語言，使用 RStudio 作為整合開發環境。
重要提示: 你要對統計學和數學感興趣才選這門課程! ! ！
該課程的目的是建立一個能夠預測未來股票價格的模型。你將瞭解最重要的時間序列相關概念
https://softnshare.com/quantitative-finance-algorithmic-trading-ii-time-series/
NT 530 特價中
課程已於 2021 年 7 月更新
完整的資料科學訓練 : 數學、統計、 Python、 用 Python 實現進階統計、機器學習和深度學習
從這 28.5 小時的課程，你會學到
✅這門課程提供了你成為一名資料科學家所需的整個工具箱
✅將資料科學技能寫入你的履歷中 : 統計分析，使用 NumPy、pandas、matplotlib 和 Seaborn 做 Python 程式設計，進階的統計分析，Tableau，以 統計模型(stats models ) 和 scikit-learn 做機器學習，用 TensorFlow 做深度學習
✅通過展示對資料科學領域的理解給面試官深刻印象
✅學習如何預先處理資料
✅理解機器學習背後的數學原理(其他課程絕對沒有教授的)
✅開始用 Python 編寫程式碼，學習如何使用它進行統計分析
✅在 Python 中執行線性和邏輯迴歸
✅實踐叢集( cluster )和因子( factor )分析
✅能夠在 Python 使用 NumPy、統計模型( stats models ) 和 scikit-learn 創建機器學習演算法
✅把你的技能應用到現實生活中的商業案例中
✅使用最先進的深度學習框架，如 Google 的 Tensorflow，開發出商業直觀，同時寫程式並以大數據完成任務。
✅展開深層神經網路的力量
✅改進機器學習演算法，透過研究欠彌合( underfitting )、過度彌合( overfitting )、訓練( training )、驗證( validation )、n-折疊交叉驗證( n-fold cross validation )、測試( testing )，以及如何超參數( hyperparameters ) 可改善性能
✅從你的手指熱身起來，因為你會渴望把你在這裡學到的一切都應用到越來越多的真實生活中
https://softnshare.com/the-data-science-course-complete-data-science-bootcamp/
📌越界建築拆，還是不拆？──2009至2020年越界建築判決的實證研究
http://www.angle.com.tw/news/post28.aspx?ip=5349
民法第796條之1作為具體的衡平條款，當事人（越界人）有明確的依據可以請求法院「法內開恩」；而法院也有法律劃定的考量因素「當事人利益與公共利益」作為斟酌損益的標準。雖已增訂超過12年，但學說對於法院如何操作此比較法上不多見的裁量權，少有系統分析。
張永健研究員在本文，編碼2009至2020年12年間，各地方法院第一審適用通常訴訟程序之判決中，適用民法第796條之1者；並以描述統計與邏輯斯迴歸模型分析法院決定是否適用民法第796條之1以排除被越界者拆物還地請求之影響性因素。
◎本文出處：拆，還是不拆？──2009至2020年越界建築判決的實證研究／張永健（中央研究院法律所研究員、法實證研究資料中心主任），月旦裁判時報第103期
📙相關圖書
🔹土地徵收與管制之補償：理論與實務｜張永健 http://www.angle.com.tw/book.asp?BKID=11783
🔹法經濟分析：方法論與物權法應用｜張永健 http://www.angle.com.tw/book.asp?BKID=12543
📚居家安心學，全站折扣滿799免運：http://qr.angle.tw/6lz
📍#元照新書賞閱：http://www.angle.com.tw/newbook/
📍#月旦知識庫 購點優惠：http://qr.angle.tw/bpn
※購買3,000元 →加贈1000點
※購買5,000元 →加贈2000點
📍訂閱 ＃月旦雜誌，實體講座免費參加：http://qr.angle.tw/gyj
📍#月旦講座 加入會員贈3000點及加購優惠：http://qr.angle.tw/9tb
「孫在陽」直播-數據科學與雲遄運算1.using the data
「孫在陽」直播-數據科學與雲遄運算2.Data cleaning up
大數據分析-統計分析從資料取得，資料清理到視覺化分析。如何做大數據分析?
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
時間軸
00:00 簡介
03:40 數據科學
09:30 大數據分析與統計分析的差別
13:35 AI是什麼
14:52 圖靈測試 Turing test
17:35 機器學習
20:47 建模
21:58 用線性迴歸做預測
26:46 用羅吉斯迴歸做分類
28:54 其他機器學習
31:28 研究目的
33:21 數據來源的差別
42:58 取得 Azure API for FHIR 數據
01:10:00 資料清理
01:19:48 如何展開資料
01:37:40 描述性統計:樣本個數
