[ML] PCA 主成份分析
本篇想要介紹一下 Principle Component Analysis, PCA 主成份分析這一個方法背後的數學理論與物理意義,參考的是台大資工系林軒田教授的講義,在林教授的講解過程中,PCA 其實是 Auto-Encoder 中的一個線性特例,如果從 Auto-Encoder 的角度來看 PCA 的話可以更加了解 PCA 主成份分析的物理意義!
詳細內容想方涉法, France, Taiwan, Health, Information Technology
本篇想要介紹一下 Principle Component Analysis, PCA 主成份分析這一個方法背後的數學理論與物理意義,參考的是台大資工系林軒田教授的講義,在林教授的講解過程中,PCA 其實是 Auto-Encoder 中的一個線性特例,如果從 Auto-Encoder 的角度來看 PCA 的話可以更加了解 PCA 主成份分析的物理意義!
詳細內容Chi-Square Test 或稱為 Chi-Squared Goodness of Fit Test 主要是透過一個樣本取樣來檢測我們是否有足夠的信心去使用 Multinomial 分佈描述這個取樣目標的隨機行為?本篇的數學推導主要參考 Michael J. Evans and Jeffrey S.Rosenthal 著作的 Probability and Statistic, The Science of Uncertainty 一書。
詳細內容對於此次的COVID-19全球大流行,短時間內仍不會結束,為防止疫情快速傳播,大家仍要堅持一段時間。筆者認為,也許在降低醫療負載和經濟活動等因素考量下,法國政府可能會考慮施行:透過大規模檢測和個案隔離的前提下+Exit1方案。
即為適度的社會疏離措施+個案隔離
(1) 關學校(降低50%小孩在公共運輸系統與他人接觸)
(2) 50%遠距工作
(3) 長者隔離(降低75%長者與他人接觸)
(4) 關閉50%非必須活動
(5) 隔離50%個案
Git 是一個軟體工程師幾乎必備的工具,市面上已經有很多介紹 Git 的使用方法,本篇想要紀錄在 fork 一個專案時會需要用到的指令與使用 fork 的好處!使用 fork 的好處是可以在原本 Git 專案之外創造一個個人的遠端空間或是可以與團隊共享,在 fork 中開發的專案基本上不會影響原生的專案但是又可以寶由原本專案中的所有紀錄。
詳細內容總結:
1) SARS-CoV-2可以感染T淋巴球
2) SARS-CoV-2感染T淋巴球是藉由棘糖蛋白和宿主細胞膜融合
3) EK1胜肽可抑制此病毒感染T淋巴球
法國東部和大巴黎地區的醫院仍是處於飽和狀態,整個法國的醫療體系也仍在超負載中,代表疫情仍未有效的控制,因此封城隔離將延長至 5月11日。
詳細內容以疫苗觀點(尚未被感染),最後,什麼時候場瘟疫才會停止呢?期待當疫苗研發出來,大量生產後讓大部份的民眾可以接種。接種疫苗的免疫反應,之前筆者在文章中提過,在此就不詳述。在此簡述群體接種疫苗的概念:當沒有疫苗問世(如圖上),病毒容易在易感受族群中傳播,造成大規模感染。但當大部份的人施打過疫苗(如圖下),病毒傳染及受到阻隔,則易感受族群就可以被保護了。
詳細內容變數的名稱:
1. 開頭必須是字母或底線
2. 開頭不能是數字
3. 名稱只能包含字母,數字和底線
4. 字母大小寫代表的變數不同
本篇想要講述如何利用 Databricks 提供的 CLI 來針對需求下指令! 透過 Databricks-CLI 的幫助許多自動化的流程可以比較容易被實現,本篇參考的是 Azure Databricks 的官方安裝指南。
詳細內容if…else 進階版:輸入隨機數字(用來測試之用)import random當oceane 等於 random.randint(1,10),代表oceane會隨機等於1到10其中一個數字。當oceane等於2時(要使用兩個等於記號”==”),顯示A;當oceane等於3時,顯示B;當oceane大於3時,顯示C;
詳細內容