課名:學習分析工具實務應用
授課教師:蔡芸琤 老師
姓名:許嘉恩
系級:科技系 四年級
- 願景→指標→策略
- 指標必須有和資料綁定,否則無法分析
- 如何將問題轉換為指標?如何收集該指標的資料 → 公開資料庫 e.g. 政府資料開放平臺
-
善用ChatGPT,成為ChatGPT的詠唱師
-
value_counts: 同資料的有幾筆
-
第一週作業回顧
# 一次串接很多表 (https://github.com/HsinYu-W/LAT/blob/main/week 2/FirstTest.ipynb) frames = [type1, type2, type3, type4] result = pd.concat(frames)
港澳人數:KennethOng02
特教:41009035e-David
特教經費:emeraldChung
各級學校每生享有教育經費:brian098091
外籍生人數:yujikomatsuzaki
衛教 各校視力顯著:Ya-Cing
-
fine-tune 訓練是使用環境變數要key key 放在環境變數(跟作業系統),在cmd寫入環境變數,或在jpnb打
下載對話紀錄,訓練對方的口氣:OO- 每4096個token就要reset → 讓機器把資料分段繳交
- 每1000為400個中文字 → 一次1600字
-
HW1 作業回顧
補習班資料與統計語法筆記:pupupeter
學校設備與語法筆記:nick399100
空氣污染指標:ToshaETang
受教育人口分析含結論,加總、百分比與排名計算等等:Shawn0604#5 #用受教育人口數/該地區人口總數,並以rate名稱進行存取 data['rate']=data['edu_age_15up_total']/data['Population'] #將其轉入成百分比 data["rate_percentage"] = data["rate"].apply(lambda x: format(x,".2%")) data
高級中等學校分析,含資料前置處理(切割、代碼替換)與公私立詳細議題討論:AndersonTsaiTW
兩張表相減
diff_cate_109to103 = base109_cate.sub(base103_cate) diff_cate_109to103
高中職行動學習補助學校,query:cpeggy
h107_108HC = h107_108H.query('地區 == "中部"') h107_108HC
- 視覺化資料:最少的程式最少的圖片,回答更多問題
- 類別型資料和數值型資料的判別,決定xy軸、color group和圖表類型
- 基本敘述統計→ box,加上小提琴圖:看出是眾數在平均還是分部在極端值
e.g. 我和郭台銘平均年薪破百萬 我們都超有錢
- W2 - 使用pandas讀取csv,合併相同項目與串接多個dataframe ( 資料夾 | ipynb )
- W3 - HW1 十個問題 ( 資料夾 | ipynb )
- W5 - HW2 圖解三個問題 ( 資料夾 | ipynb )
- W6 - HW3 文字資料視覺化 ( 資料夾 | 結果pdf | ipynb )
- HW4 - 評論文字檢查機器人( 資料夾 )
- HW5 - 電腦視覺應用( 資料夾 )
2023 LAT final project, in NTNU (github page)
陳愷謙,Github:Snowball0409,Email:40747021S
龔姿穎,Github:Zing116,Email:40971104H
許嘉恩,Github:JoanneHsuPeanut,Email:40971901H