LSTM_深度學習_股價預測

LSTM，是目前RNN(Recurrent Neural Network)中最常使用的模型。RNN主要是要解決時間序列的問題，一般的DNN，在inpute資料通常是沒有時間性的資料。而RNN透過將Hidden…

Google Data Engineer 證照心得分享

之前因緣際會了解了Google有出Data Engineer的證照，之後就邊上班邊準備GCP的Data Engineer證照，也很開心的最後有考上這個證照。在這邊就稍微分享一下準備的心得。

Semantic Open Source — Rasa 手把手介紹

最近因為業務需求，開始研究一些 open source…

SVD_推薦系統_原理

在Netflix大賽後，基於矩陣分解的推薦系統被大家所開始研究並優化，且此方法能補足過去近鄰推薦的一些問題。像是推薦系統中的item之間存在相關性，當item增加，訊息量不會隨著item增加而線性增加。

Google Professional Data Engineer 證照心得

原本就想說如果考過的話，要發一篇心得文，可惜第一次考GG了…….所以拖到現在，今年五月決定要來考這張證照，和幾個朋友一起看coursera的課程一起討論，當初只是想說是google開課的，內容應該會涵蓋大部分的考試範圍，課程在練習的lab有時候會提供免費的帳號讓你可以實作，但越上到後面的課程，越覺得課程講的真的是很基本，如果已經有相關經驗其實可以不用看這系列課程，而且還有一大部分的時間在教你如何使用GCP的服務。

資料科學家面試大揭密

現為 Snapask 資料科學家，今年從深度學習領域轉到資料科學領域，紀錄了資料科學家面試過程，找工作不順時如何重新審視自己，最後分享一些自己的看法給新鮮人

Transformer -decoder mask篇

接續上篇的Transformer -encoder mask篇, 這裏繼續講解mask如何運作在Transformer -decoder中, 文章一開頭一樣會先對Transformer -decoder做個簡單介…

Transformer -encoder mask篇

這篇會著重介紹實際使用Transformer Encoder時會遇到的序列長度問題, 也就是mask處理, 不過在文章的開頭還是會簡單介紹一下Transformer…

Word embeddings_文字探勘_原理

Word embedding (Word vector)是近年來文字探勘非常熱門的技術，主要是用來將文字轉換成向量，透過向量化可進行大量運算。