Search
#當一位資料科學家別說你不懂數學
🔸 進行機器學習前，這些數學基礎你理解了嗎？
純量、向量，矩陣、張量、特徵值和特徵向量
梯度優化、機率分佈、假設檢定概念..等
🔸資料科學家必學的機器學習先修課
這是一堂以「初學者」或對「機器學習」有興趣的人所設計的「機器學習先修課」，希望可以讓初學者補上那些斷層，較容易理解機器學習的應用概念。
課程5.8小時29個單元超高CP值！
主要包含：
☑ 機器學習需要的數學基本概念
☑ 機器學習需要的線性代數
☑ 機器學習需要的多元微積分
☑ 機器學習需要的機率分布
☑ 機器學習需要的基礎統計
☑ 數學在機器學習的應用
從數學基礎開始複習，並延伸到機器學習的運用概念，
一次打好統計數學6基礎，不再是一位只會跑分析的工具人～
立刻打造數學基礎與統計地基
👉 https://bit.ly/3gLrEjh
#早鳥優惠中
#手刀報名
Twitch傳送門： https://www.twitch.tv/otakuarmy2
Science will win！科學終將獲勝！每一個不必要的生命犧牲，都是掛在這些官僚的身上的，每一天，每一條國民的生命都是他們的錯，那些助紂為虐的側翼尤其噁心！
在2020年，新冠肺炎病毒最猖獗的時候，當時無藥可醫，也沒有任何的疫苗。美國政府決定開啟曲速計畫，讓所有的美國藥廠可以無限制的跟聯邦政府申請經費，要求無限制的補助。輝瑞的執行長Albert Bourla決定不要拿這筆經費，他決心要利用輝瑞的所有資源全心投入這個疫苗的研發，因為他相信科學可以改善世界，科學可以拯救人類，重點不是聯邦的預算，重點是在於人才的全心投入。
因此，輝瑞決定對內對外，推出一個他們對抗新冠病毒的宣示。這個宣示名為【科學終將獲勝】，拯救人類的不是宗教，不是政治，而是讓人類有別於飛禽走獸，帶領人類走出黑暗時代的，科學。
科學終將獲勝，科學終將帶領人類走出我們這個時代最大的黑暗時期，科學終將帶領我們打敗百年一次的大敵。科學是人類的共通語言，科學讓全世界的人類團結在一起。
但在台灣，很遺憾的是我們看到嚴重疫情之下，反而顯露的是人類最卑劣的一面，拿著錯誤的資訊抹黑科學的產物，用的像是原始人一樣的迷信思維講著自己根本也不懂的事物。輝瑞這款疫苗的開發是人類科學的結晶，他是在一群科學家夙夜匪懈的努力之下遵循著嚴格的規範開發出來的，結果就被民進黨一群沒有醫德、沒有能力，沒有科學精神的民代和側翼抹黑，甚至蠢到毫無極限，連代理商和原廠之間的差別都分不清楚，現在的問題已經不是文組治國了，而是毫無常識，絲毫不接地氣的官員和民代拿著我們生命開玩笑。
我把這些錯誤的東西列在這裡，一條一條來破解，因為這些可惡的民進黨側翼與假消息，踐踏的是唯一可以拯救人類，讓我們活命的科學，而且還是刻意扭曲真實的科學數據與資料，拿來對付自己的人民!除了極度落後國家之外，我還真沒看過有執政黨拿假造的資料陷害自己國家的人民，而且這些人民不分黨派，很有可能還是他們的支持者?!這也太荒謬了吧!
一、 bnt疫苗香港人都不打
二、 香港打不到bnt疫苗
【香港先前為其750萬人口分別購買了750萬劑輝瑞BNT疫苗，和750萬劑的中國大陸科興疫苗（Sinovac），後者尚未獲得世界衛生組織（WHO）的認證，但它是大陸許多城市的主要疫苗，此外，香港還有購買750萬劑AZ疫苗】香港的問題是他為所有人口都買了足夠的疫苗，但是買太多了。BioNTech實際上已經打掉116萬劑，剩餘84萬劑，但因為港人對港府不信任，香港疫情又不嚴重，當然沒有施打的急迫性。至於像是王定宇所講的這些BioNTech都快到期真可怕，大家別怪他，他數學不好。六個月效期的產品，剩三個月叫做快到期?他家大概每天要丟很多東西吧!更別提台灣幾波az疫苗，第一波抵達台灣時效期剩不到三個月，第二波四月四號到，五月三十一號就到期，連兩個月都不到，核准開始施打還只剩一個半月，你有看過王定宇出來抱怨過嗎?等等，那時候好像他忙著租房，也不能怪他~~~~
三、 香港打的是復必泰跟拜登打的不一樣，好可怕唷
四、 疫苗就跟斯斯一樣有兩種，BNT162b1與BNT162b2，上海復星用的是BNT162b1好恐怖唷
BioNTech想在中文地區上市，要取一個中文名字，這個中文名字就叫復必泰。它的疫苗有個很少用的品牌名稱叫做: Comirnaty。但這兩個還是他媽的同一個東西啊!美國副總統Kamala Harris有個中文名字叫賀錦麗，難道這是兩個人嗎?他們是化身還是複製品?還有綠營支持者蠢到說英文文獻裡面COVID-19跟SARS-CoV-2是兩種病毒，好可怕，並不是好嗎?這就是同一種病毒的兩種稱呼好嗎?讀書好嗎?
五、 BioNTech疫苗是中國製造，好可怕唷
六、 BioNTech疫苗是在深圳分裝，好可怕喔
七、 BioNTech就他媽的被中國人碰過我不要
八、 BioNTech疫苗在香港有缺陷好可怕
我有的時候實在不明白，除非你拿了中央的錢，不然這麼反智的東西怎麼說得出口，是不是從小數學就不好所以完全仇視科學，但你笨沒關係不要拖累我啊!五六七都可以簡單的講，這就是不看書的結果，目前香港所有的BioNTech疫苗都是從德國直飛，中間你想要碰到都還很困難。至於分裝這種白癡事情還有我國的一個疫苗研究員在電視上公開說，結果後來道歉了，因為他是在網路上聽來的，可笑了吧?!
分裝的那個謠言是來自於上海復星跟BioNTech簽的合約裡面有包含未來設廠之後可以進行分裝和生產工作，但這個合作投資今年五月才公布，連藥證都還沒有通過，廠都還沒蓋好咧，還可以分裝生產，是他媽的煉金術嗎?
BioNTech在香港的疫苗發生的缺陷問題還是德國原裝空運過來之後，由德國原廠通知包裝有缺陷問題，於是全部回收。【路透社報導，上海復星醫藥24日下午在上海證券交易所發布公告，指復星向港澳供應的「復必泰」疫苗共有「210102」和「210104」兩批次。復星於23日晚間接獲BioNTech通知，指「210102」批次的疫苗有少量藥瓶封蓋出現瑕疵。】啊你覺得如果是在上海製造，BioNTech要怎麼知道有瑕疵，通靈嗎?蔡培慧還在臉書講BioNTech是中國代工的，連代理跟代工都分不清楚，還說不是文組誤國，當到教授都一點常識也沒有，像話嗎?
九、BioNTech疫苗運送的零下70度冷鏈系統準備好了嗎
所以說不看書不看新聞就出來亂放話就是會有問題啦!根據中央社的報導:【繼歐盟之後，美國今天也宣布，輝瑞/BioNTech（Pfizer-BioNTech）共同研發的2019冠狀病毒疾病（COVID-19）疫苗在冷藏庫存放的時間可達1個個月，預料將對疫苗配送有所助益。法新社報導，美國食品暨藥物管理局（FDA）表示，根據「輝瑞大藥廠繳交的近期數據複審」結果，決定允許疫苗藥水瓶在冷藏庫攝氏2至8度的氣溫下，存放最長1個月。】從今年二月開始，FDA就已經放寬到可以在冷藏庫存放兩週了，現在更是開放解凍後可以放一個月。也就是一批疫苗在機上低溫冷凍運送給你之後，一個月打完就可以了!最新的規定是解凍之後攝氏2-8度可以保存一個月，你家放水果的地方就可以了，黑貓宅急便也可以運送啦~~還在那邊沒辦法!去!讀!書!
十、不行不行，你們這些渾蛋，BioNTech一定要申請藥證才能夠進來，沒有藥證就算大家都死光了也不能夠進口。
這條最簡單，藥事法第48-2條裡面有提供了緊急處分權；第 48-2 條
有下列情形之一者，中央衛生主管機關得專案核准特定藥物之製造或輸入
，不受第三十九條及第四十條之限制：
一、為預防、診治危及生命或嚴重失能之疾病，且國內尚無適當藥物或合
適替代療法。
二、因應緊急公共衛生情事之需要。
台灣現在飽受疫情攻擊，醫療量能不足，是不是緊急公共衛生情事?但中央主管機關就是不專案核准，怪誰?
最後這是一位護理人員ZOE CHEN貼的文字，台北市的醫療狀況真的很艱困了【
這是上場打仗卻跟敵人同一個驛站的處境
我們也是人_我們不想當蠟燭_燃燒自己照亮別人_應該是準備好戰備_拯救更多人才對！
疫情真的很嚴重！！！
請分享讓中央知道我們最前線已經要崩潰了！
不要再寫一堆漂亮的數字然後卻是看的到卻吃不到的幽靈床 😤】
#Sciencewillwin #疫苗
阿宅萬事通語錄貼圖上架囉 https://reurl.cc/dV7bmD
【加入YT會員按鈕】 https://reurl.cc/raleRb
【訂閱YT頻道按鈕】 https://reurl.cc/Q3k0g9
購買朱大衣服傳送門： https://shop.lucifer.tw/
當一位資料科學家別說你不懂數學 🔸 進行機器學習前，這些數學基礎你理解了嗎？ 純量、向量，矩陣、張量、特徵值和特徵向量梯度優化、機率分佈、假設 ... ... <看更多>
進行機器學習前，這些數學基礎你理解了嗎？ 純量、向量，矩陣、張量、特徵值和特徵向量. 梯度優化、機率分佈、假設檢定概念..等…… 顯示更多. 未提供相片說明。 ... <看更多>
當一位資料科學家別說你不懂數學 在 [心得] 資料科學家工作分享與AI 產業觀察- 看板Soft_Job 的必吃
最近版上好像很多人對 AI, ML, Data mining 的工作有興趣
也想知道自學, 唸碩士, AIA 或其他方式怎麼能夠進入 AI 產業
我自己就是資料科學家
想跟大家分享一下我的工作內容跟對 AI 產業的觀察
=== 先說結論 ===
1. 非CS背景想轉職 AI => 念四大碩，主修 AI
2. 不想念碩士，想自學
=> 證明你比四大碩強 => 去社群給 Talk or Kaggle 比到前三
社群有 ML/DM Monday, Taipei.py, Py data 等等
有個聽眾覺得『哎唷不錯喔』，機會就來了
3. 已經是資工碩了
=> 去社群給 Talk or 發top conference paper ex: AAAI, NAACL
=== 我的背景 ===
台大資工學碩
主修NLP, 熟AI, ML, SVM, 不熟DL
待過趨勢,華碩,新創
六年工作經驗 四年DS經驗, 英語流利
=== 資料相關工作內容 ===
資料分析師 : 有產業, 統計知識, 了解問題, 把問題變成數學問題
資料科學家： 把問題變成數學問題, 抽feature, 訂evaluation
設計數學演算法, 寫prototype
資料工程師：data clean, data storage, big data, cloud computing
機器學習工程師：設計數學演算法, 實作演算法, 挑ML模型, tune 參數
把prototype 改成 production code
通常在台灣就是四種都要做...統稱資料科學家
根據背景知識, data type還會細分成
影像CV, 語音, 語言NLP, 產線資料, signal, 地理資訊等等
影像現在在台灣最紅，約有60家新創
NLP 約20家
語音約3家, google/apple/ms 太強，很難跟他們競爭
後面三種data 我沒有研究....
=== AI 產業現況 ===
2012 - 2017 爆紅 超火
2018 冷靜重整期，很多 AI 新創倒閉
2019 假AI新創很多, Junior 飽和, Senior 超缺
Senior 假設台灣有 N 個，可是缺有 4N
大家都要即戰力，有經驗的，可以馬上做專案
但是Sr. 不是去美國，就是不想換工作
如果你是即戰力，我手上有10個缺可以介紹
Junior 有 N 個，缺大概也有 1.2N 個
不過台灣每年生產1000個 AI碩士吧，所以也不缺人
假 AI 新創就是 『口號出得去 人進得來 大家大發財』
去面試就知道老闆不懂 AI ，問一下雷公司八卦都很多
另外開了2, 3年沒有產品也沒有賺錢的大概也怪怪的
=== 關於訓練新人 ===
公司訓練 Jr 是需要花錢花時間的
而且我的經驗是專案都做不完，哪有時間訓練新人？
讓Sr. 花 20% 的時間訓練新人，少做 20% 專案老闆願意媽？
Sr. 願意犧牲看八卦版呵呵笑的時間訓練新人，是我佛心來著
但是很多新人訓練好又去美國或念博班
我也很無奈呀...
去美國的工作環境, 工時, 薪水, 技術都好很多
念博班的說他想做世界第一，不想做客戶願意付錢的東西
=== 結論 ===
我覺得不鼓勵大家轉職 AI
好公司大概都飽和了，只收 AI 碩
2017年前 AI 景氣很好，但是現在冷了
假AI新創又多，有70%吧，如果你沒有能力分辨就是當砲灰
AIOT 現在 90% 是假新創
另外當資料科學家
背景知識，工程，數學，英文都是基本能力唷
很多人說數學很重要...是因為他們工程跟英文都很好了
Pycon Taiwan 徵稿中 3/18截止，當過講者求職大加分喔！
--
Q:為什麼aacs叫小西呢??
A:1.因為aacs的英文名字叫Cicilia Segeliin
2.因為西是最好寫的C
3.西是由一條拋物線+一組雙曲線+一個橢圓組成的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.134.185.153
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1551945907.A.F59.html
一波炒過一波
當菜市場阿嬤都知道AI，股市都有AI概念股，就代表潮水要退了
轉職難民太多，但是他們都沒有作品跟成果...
每個都說我很便宜，請訓練我。
但是我有時間為什麼不去訓練台大碩，要訓練你呢？
我知道自己要什麼，缺什麼就好囉~~~
台大純血沒去美國就會一直被罵耶~~~
一來 AI 圈也才紅5年，Sr. 本來就不多
二來 很多 Sr. 都跑去美國了
三來 Jr. 沒人帶也沒有自學能力就不能變Sr.，只會變成Super Junior
四來 老闆都希望Sr. 免費加班帶Jr. 還要加班做專案
我碩班念AI的時候根本沒人想念，大家都在做遊戲跟CV, embedded
畢竟每年還是有幾百個 Junior 入行
當然數學，工程，英文，溝通都要努力鑽研才能頂尖
有22K也有人100K
你給我10000筆以上再提DL吧...
大部分都是 data clean 的工作
而且是data scientist 兼任 data eng., data analyse, ML eng.
但是如果非資工本科又沒有亮眼學歷
你就必須有亮眼作品
不然你會找不到Senior帶，學習成長很有限
另外你說得對，很多傳產最近都成立的AI部門
但是資工碩通常不喜歡去傳產，除非高薪又早下班。
所以我聽說裡面都很少資工碩
但是名稱掛資料科學家
每次講自己的職稱都覺得很心虛，只有使用者經驗研究員聽起來更威
有的說的是台灣包山包海的資料科學家，很多沒有設計模型跟演算法
美國大公司的純資料科學家有個配合的工程師
幫忙把prototype 改寫成 production code
所以不必資工本科，很多統計，數學，工科博士背景
不過台灣prototype直接要上線的就很需要軟體工程背景了
因為上線交給客戶後有 bug 超麻煩
... <看更多>