資料科學
fast.ai fastai 是由連續兩年在 Kaggle 競賽得到第一的大神，所建立的 深度學習程式庫，目的在使深度學習更容易學習和使用。 線性代數 線性代數在現代科學、工程和技術領域中扮演著關鍵的角色。 圖機器學習 Graph Machine Learning（圖機器學習，簡稱 GML）是一個專門針對圖數據應用機器學習技術的領域。 TensorFlow 學習資源 版主 Howard 兄精心整理了資料科學相關的學習資源。 量化金融 量化金融是一種利用數學、統計學和計算機科學等技術，來進行金融市場分析、風險管理和投資決策的方法。 貝氏統計 貝氏統計可以處理不確定性，利用先驗知識和觀測數據來進行推斷和預測，應用於資料科學各種領域中。 MLOps 結合機器學習（ML）和營運（Ops），實現模型的快速部署、穩定性和可管理性。 自然語言處理 自然語言處理（Natural Language Processing，NLP）是人工智慧（AI）領域的重要分支，致力於使電腦能夠理解、解釋和生成人類語言。 機器學習 機器學習是一個快速發展的領域，它探討如何讓電腦系統透過經驗學習來改進性能。 PyTorch PyTorch 是一個開源的深度學習框架，在資料科學、機器學習和深度學習領域中廣泛應用。 時間序列分析 時間序列分析是一種統計分析方法，用於探索和預測隨時間變化的數據。時間序列數據是按時間順序記錄的數據，包括許多領域的數據，如股票價格、氣象數據、銷售數據等。 強化學習 強化學習是一種機器學習方法，用於訓練「代理人」（agent）透過與環境互動來學習最優的行為策略。在強化學習中，agent 通過觀察環境的狀態和獲得的獎勵信號來進行學習和決策，目的是最大化長期獎勵。 Jax Jax 是 Google 開發的資料科學函式庫，以自動微分功能而聞名，專為機器學習和資料科學計算所設計。
