Posts

Pandas 的 Method Chaining 是「一行只有一個資料處理動作」的程式碼寫作風格，讓你的 Pandas 程式碼更簡潔、更好讀、更好維護。這篇文章將分享在資料分析中超常用的幾項 Method Chaining 運用技巧，強化你的 Pandas 實力。

不是資工系能找到機器學習工作嗎？可以！2021 年我從商管學士跨領域挑戰了機器學習職缺，投了 10 家公司的履歷、經歷了 9 場面試、最終拿到 1 間錄取。本文寫下我的面試歷程、機器學習面試題、以及準備方法與學習資源，希望為大家增加信心：非本科系是有機會拿到機器學習工作錄取的！

2021 年，一位知名實況主在手遊中製作機率性寶物，475 次花費製作只有 11 次成功，遊戲公司卻宣稱成功率有 10%，你相信嗎？統計檢定可以解決你的疑惑！這篇文章將介紹二項式檢定如何檢驗抽獎成功率，並且帶你一步步計算 P-value、學會清楚解讀 P-value。

《Output：最高學以致用法》這本書不只用科學知識具體地說明輸出的高效率學習法，他更是作者用親身經歷寫出的輸出行動指南。這則筆記將與你分享為什麼許多人學習成效不如預期、輸出究竟能如何幫助我們高效成長，並且寫下愛書人可以如何實踐輸出。

這則筆記將跟你分享為何區分長與寬資料能讓你的資料科學工作更有效率，並且教學 Python 的 Pandas 套件裡面好用的長寬資料轉換函式：stack()、unstack()、melt()、pivot()，也說明該如何選擇該用哪一個函式，讓你流暢地重塑資料。

你知道信賴區間的 95% 機率是指什麼嗎？你也知道標準差跟標準誤哪裡不一樣嗎？這篇筆記不會寫任何艱澀的數學公式，將用圖解還有白話的方式介紹信賴區間信心水準以及標準誤常被解讀錯誤的觀念，並且為你釐清標準差、標準誤、與信賴區間寬度的關係。

這則筆記包含橫跨新加坡、泰國、還有台灣的外商資料科學家面試經驗，著重在數據分析與產品分析相關職缺。本文介紹面試最重視的三大面向：數據指標、溝通能力、統計學專業知識，以及你非知道不可的面試題目，我將分享我的學習方法與資源。

Coding Interview 除了考程式與演算法，「溝通」也是技術面試裡非常重要的檢驗項目。這則筆記將分享我找資料科學工作的面試經驗、介紹為什麼 Coding 面試需要溝通、並教學技術面試不得不注意的三項溝通要點。

茄子蛋的 2021 單曲：「閣愛妳一擺」，Solo 電吉他譜分享。

看到有人中獎、不代表他特別幸運。這篇文章將從樂透彩的機率計算出發，和你分享什麼是多重檢定問題，他到底跟樂透、A/B Test、或者探索性資料分析有什麼關聯，並且介紹用來解決多重檢定問題的 Bonferroni 校正。