紅樓夢人物分析
中國古典小說是中國文學中不可或缺的重要部份，在歷史上有許多值得進行探勘的名著。其中《紅樓夢》被譽為中國古典小說的代表作之一，並且具有很高的探究性，小說中人物的命運和許多事件間有著密切而複雜的關係，需要經過深入的研究才能理解其真正含義。
發佈日期 / 更新日期
隨筆 #7 - Adobe Acrobat Reader 離線安裝檔下載
最近重新安裝操作系統時，要安裝 PDF 檢視器，依過往習慣選擇安裝 Adobe Acrobat Reader ，才發現竟找不到 Adobe Acrobat Reader 的離線安裝檔案。之所以會發現這個，是因為在下載 Adobe Acrobat Reader 安裝檔時，發現所下載的檔案僅 1.55 MB ，完全不符合以往安裝軟體時的檔案大小，安裝時才發現是線上的檔案下載器，對於離線安裝的使用者來說非常不方便。
全球時空資料：NASA GES DISC 資料探索與下載
GES DISC 為 NASA 旗下科學資料中心，負責保存地球科學相關資料，並免費向所有使用者開放，是取得時空資料的絕佳地方。
本地端的 LaTex 環境架設， Tex Live + VS Code 打造自己的 Overleaf
你是否已對 Overleaf 在編譯時超過時間限制而煩惱？有沒有過因為網路出現問題而無法線上編譯？或是使用 LaTeX 進行排版的新手？本篇文章將一步步帶領你在自己的電腦安裝 TeX Live 軟體，並使用 VS Code 作為 LaTeX 的編輯器。
Python 模組製作筆記
近期在學習如何將撰寫好的 Python 進行打包，並進行快速分享與安裝使用。在研究過各種分享渠道後，為了方便使用者（當然是我懶得一再安裝），顯然，製作成模組或許是最方便的方式之一。
兩隨機變數相加後的變異數證明
這是一個經典的數理統計學證明，也就是兩隨機變數和的變異數，是否會等於兩變數各自變異數的和。
隨筆 #6 - 從震後大火到拆除
從大火到拆除，理工一館 D 棟的觀察隨筆。
從梯度下降到隨機梯度下降
封面圖片由 ChatGPT 生成。
梯度下降是現今多數模型都會使用到的迭代方法，能夠幫助模型找到適合的參數。但對於現在的大數據時代，龐大的資料對梯度下降所帶來的後果就是巨大的時間成本，如何快速且不失準確性的計算參數是現今應要考慮的目標之一。
抽樣方法
封面圖片由 ChatGPT 生成。
為什麼需要抽樣的方法呢？抽樣對資料分析有什麼好處？我們在建立模型時，有時候會發現需要訓練的資料量實在是太多，導致模型的訓練時間被拉長。而抽樣的目的在於，從龐大的母群體（population ，母體）中選取具有代表性的有限樣本（sample），並依據選取的樣本進行統計，從而反推樣本所在的母群體的性質或特性。
從以上敘述，我們可以知道樣本是母體的子集合。而如何從母體中找出合理的子集合作為樣本，就是抽樣方法（sampling method）。由於抽樣的樣本與母體仍會存在數量上的差異，我們希望經由抽樣選擇的樣本所計算出的樣本統計量（sample statistic），能夠靠近母體統計量（population statistic），並儘量降低因抽樣所造成的偏誤（bias）。
邏輯迴歸
封面圖片由 ChatGPT 生成。
前言
邏輯迴歸（logistic regression），又稱為邏輯斯迴歸、羅吉斯迴歸，是由線性迴歸（linear regression）變化而成的一種二元分類模型。與線性迴歸模型不同的是，線性迴歸會找出一條能夠穿越所有數據點的迴歸線，且每個點到迴歸線的平方和是最小的，稱為最小平方法（least squares method）；而邏輯迴歸模型的目標則是找出一條迴歸線，使迴歸線能夠明確地將所有數據點分為兩類。