資料科學
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。 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。 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。 TensorFlow 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。 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。 學習資源 版主 Howard 兄精心整理了資料科學相關的學習資源。 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。 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。
