寫了一陣子的Python入門書,終於上線了。
這書是我這幾年自學Python語言,並用來教授大學生財務應用的程式語言教材。因為我沒有計算機程式背景,所以非常知道外行人初學程式語言的辛苦過程,我很確定完全沒有背景的朋友,也可以自學上手。這書適合什麼人?社會科學、管理相關科系大三、大四以上,或是研究所,相要自學Python,而且未來工作會用到數據分析,但完全沒有經驗的學生。
我要講一下我從學習到出書的過程。
現代社會都強調懂得電腦程式語言的重要性,連中小學生都在強調課程裡要加入電腦程式語言的元素,因為「軟體正在吃掉全世界」。但這種呼聲,反而給家長和學生,許多的無形壓力。要學習的話,就要投入時間和資源,學的好壞,也不是馬上看得到結果,而一旦有個程度很高的同儕在旁,那更會把壓力拉到最高點,「怎麼同學這麼厲害?」「我已經花了這麼多時間,怎麼還差這麼多?」最後不是放棄了這個「夢想」,就是對這個過程充滿反感,成功者幾稀。
我也受過這個苦。我們那個時代的理工科系大學生,PC才剛從286、386一路進到家庭、教室和公司,但已經有同學寫了程式多年。大學的好友,整天在耳邊講「劉燈、賀元、資迅人」,要我也去逛天龍書局,然後有一堆人整天在計算機終端室打MUD,我對科技沒有恐懼感,我還寫了台大化工系的第一個HTML首頁,但就因為這些超強同學的存在,「寫程式」一事,就變成令人敬畏,甚至令人望之怯步的一條路。
但電腦程式語言的學習和應用,不應該是這樣。十幾、二十歲的大學生,學什麼都可以,沒有太晚這種事,只要有心,不要管這些同儕壓力,一步一步來,把程式從無弄到可以跑,那是一個很有滿足感的過程。這是我會給二十歲的我的建言,畢竟軟體真的在吃掉全世界。
電腦程式就這樣和我,「你不認識我,我也不想理你」地經過了十幾年,後來三十多歲開始唸經濟學博士班,才又碰頭。博士班正式開學前的暑假,學校開了數學先修班,一個很厲害的老師,快速地教過博士班要用的線性代數和微積分,同時也讓我們上機用MATLAB。一用不得了,原來有目的地編寫程式,是這麼有趣的事。所以博士班的時候,同學都在學Stata,我則是想把所有的回歸分析,通通用MATLAB處理。
博士班畢業後來到敝小學校教書,一人獨攬所有財務課程,包含計量方法在內,我也讓學校買了幾套學生版的MATLAB,用來教學。但在美國會唸商管、經濟的學生,數理程度是比理工科系的稍差一點,所以教計量方法有些吃力,但也就是這樣,我得確定我的教材適合門外漢。後來發現MATLAB還是太貴,學生畢業了,可能也是一輩子都用不到,所以我想找個開放的程式語言作為代替。稍作一下研究,很快就選定Python,這語言和MATLAB的共通性不小,又容易上手,還有一大堆前人寫就的函數可以用,所以我很快就自學學會,再把MATLAB的知識、教材轉過來Python。Python因為開放,又容易學習,所以學了以後,還有許多用途,資料分析只是Python的一小部份應用,寫網頁、寫遊戲、做手機app,都是Python可以做的事。
我就這樣不小心地打開了這個奇異世界的大門。
雖然學生不是人人都能理解程式語言的美妙和功效,但每次教這課,總有一、兩個學生因為我而開始走這條路,我心裡都很開心,看著「青出於藍,而勝於藍」的學生,那是相當令人滿足的經驗。經過幾年的教學,我決定把教材編寫成書,讓更多人可以走入這門。二年斷斷續續的編寫,終於成就了這本入門書。
寫書,當然不是作功德,是要賺錢來的。所以,大德們,買一本吧,雖然是英文版,但程式碼比英文字多很多,很好懂的。亞馬遜的連結在下方。
同時也有10000部Youtube影片,追蹤數超過62萬的網紅Bryan Wee,也在其Youtube影片中提到,...
python回歸分析 在 軟體開發學習資訊分享 Facebook 八卦
udemy 上第一堂也是唯一的一堂中文 python 深度學習課程
打好 Python 基礎,應用在大數據,機器學習和人工智慧,並使用 Tensorflow,Keras,MNIST 實際打造手寫辨識系統
從這 9.5 小時的課程,你將學到
1. 使用 Python 作大數據運算基礎
2. 使用 Python 作機器學習基礎
3. TensorFlow+Keras 的基礎
4. CNN 卷積神經網路
5. RNN 遞迴神經網路
6. 手寫辨識數字
7. 學習機器感情
8. 使用 Python 作數學運算
9. 物件導向程式設計精華
10. 支持向量機的萬用分類機
11. 支持向量回歸回歸分析
https://softnshare.wordpress.com/2017/11/12/python-b/
python回歸分析 在 紀老師程式教學網 Facebook 八卦
[系列文章] 想要學人工智慧,你必須先懂些統計學(繁中)
大家好!今天要分享給大家的,是我在網路上找到的一系列文章:「想要學人工智慧,你必須先懂些統計學」。
這個系列目前出了十四篇,每一篇的連結如下所示:
(01)統計學導論和數據收集: https://is.gd/v7foEL
(02)數據的描述與概括性度量: https://is.gd/5AsDLi
(03)機率與機率分布: https://is.gd/Qj7L6J
(04)方差分析概述: https://is.gd/w9A8Jy
(05)單因素方差分析: https://is.gd/uhy9lF
(06)統計學中的顯著性水平、統計量和P值之間什麼關係?: https://is.gd/f1p9zI
(07)雙因素方差分析: https://is.gd/zfzngJ
(08)相關分析概述: https://is.gd/lJKkf5
(09)相關分析及顯著性檢驗: https://is.gd/jG7CDA
(10)回歸分析概述: https://is.gd/J8TIKA
(11)一元線性回歸: https://is.gd/0ACXDn
(12)回歸方程的顯著性檢驗: https://is.gd/ppAFkf
(13)回歸係數的顯著性檢驗: https://is.gd/PL66lM
(14)利用回歸模型進行預測: https://is.gd/0vMQoj
會找到這一系列文章,是因為我在台大計算機中心的機器學習新班昨天開班了( https://is.gd/lTOecq 耶~~)!課後大家的問題很踴躍!我也從晚間九點下課,回答大家的問題到九點四十分才離開。其中有一位同學問到,他聽了我第一堂課後,知道機器學習很吃統計概念。但他的統計基礎不太好,所以想知道有沒有什麼書籍或文章,可以快速惡補一下統計學的?
於是昨晚回到家後,找了一下資料,發現這一系列的文章寫得不錯,就把這十四篇文章,提供給該位同學,也順便分享給大家參考。希望大家喜歡!
如果你想要一本比較正式的統計書籍,我推薦「程大器」老師的書籍!寫得很好!我自己有買,而且已經很愉快的看完了!您可以在博客來書店找到程老師那兩本統計學的著作:
統計學(上): https://is.gd/Zh63mG
統計學(下): https://is.gd/5uliI9
希望今天的資訊,能夠幫助到想在學機器學習之前,加強統計背景的朋友!如果您有統計學該怎麼學?或者機器學習用到哪些統計學?以及這些統計學該怎麼應用到機器學習...等疑問的話,歡迎在底下留言給我。我會儘快回答您的問題的。
PS: 本文歡迎轉發、按讚、留言鼓勵我一下!您的隻字片語,都是讓我繼續提供好物的動力喔!
--------
看更多的紀老師,學更多的程式語言:
● YOTTA Python 課程購買: https://bit.ly/2k0zwCy
● Facebook 粉絲頁: https://goo.gl/N1z9JB
● YouTube 頻道: https://goo.gl/pQsdCt
● Instagram 日常生活: https://goo.gl/nBHzXC
● Twitter 碎碎念: https://is.gd/xFZeub
如果您覺得這個粉絲頁不錯,請到「評論區」給我一個好評喔!
https://www.facebook.com/pg/teacherchi/reviews/
python回歸分析 在 Machine Learning — Linear Regression迴歸模型— 強大的 ... 的相關結果
Machine Learning — Linear Regression迴歸模型— 強大的Sklearn — 簡單線性迴歸模型、 多項式迴歸模型、多元迴歸模型— 完整實作教學. Github完整程式碼 ... ... <看更多>
python回歸分析 在 [Day27]機器學習:建立線性迴歸資料與預測! - iT 邦幫忙 的相關結果
今天要介紹的是一個簡單的預測法:線性迴歸(linear regression)! 主要內容: 什麼是線性迴歸建立隨機迴歸 ... 使用Python進行資料分析系列第27 篇. ... <看更多>
python回歸分析 在 [Python 實作] 迴歸模型Regression - PyInvest 的相關結果
本單元,我們將帶大家一起用Python實作迴歸模型。 ... 為了簡化分析,我們這邊就只顯示訓練集的部分,以了解多項式迴歸的使用為主。 ... <看更多>