自變數和依變數

在統計以及實驗設計中，變數可以分類為自變數和依變數。

研究統計學的人有興趣變數之間的關係。例如發展出迴歸分析的Francis Galton，當時他研究的是父母的身高和子女的身高的關係。

自變數（Independent Variable）也叫獨立變數，在因果關係裡，是不被影響的變數。

依變數（Dependent Variable）或稱之為因變數，或是應變數，是被假設為會被影響的變數。

重新複習線性代數

這個影片有談到他是如何學習線性代數。

用numpy擷取子矩陣和向量

我用的例子是來自 【均一教育】的子矩陣和向量的教學。

下面的python程式用numpy把例子跑過一遍：

import numpy as np
## 誠品書局一月到六月，產品銷售額
誠品銷售額 = np.array(
           [[8,9,7,10,6,7],
            [20,31,33,28,21,35],
            [64,68,55,49,66,52]])

## 這是一個 3 x 6 的矩陣
誠品銷售額.shape

# 可以取一個子矩陣

# 冒號是從A到B的「到」，如果左邊沒有寫出，就是從第一個開始，右邊沒寫出，就是最後一個
# 第一個寫的是橫列，因為我們要所有的橫列，就用一個單獨的冒號來代表
# 第二個寫的是要抽出的直行，在numpy，矩陣的index是由0開始，所以一月是0而二、三、四月是1到3
# 要擷取時 Numpy的結尾是不包括在內的，所以要寫4，而不是3。

誠品銷售額[:,1:4]

矩陣與向量

複習矩陣和向量在數學上的定義，可以作為學習Numpy的基礎。

這幾個高中課程介紹的不錯：

1. 矩陣的意義

這個課程用了很實用的商業實例來解釋矩陣。

名詞：

• 矩陣（Matrix）：方形的數字陣列
• 行（Column）
• 列（Row）
• 矩陣的大小用m x n （橫列數 x 直行數）來表示

這幾個名稱應該要記起來。

把不同的聲音在吵雜的環境中區分開來

一般機器學習，是如此分類:

• 監督式學習（supervised learning）
  • 數字：迴歸（Regression）
  • 文字：分類（Classification）
• 非監督式學習（unsupervised learning）
  • 集群分析（clustering）
  • 非集群（non-clustering）：雞尾酒會(cocktail party problem)

這個影片在解釋，什麼是雞尾酒會問題：

Numpy和Pandas

數據科學家很常用的工具，就是Numpy和Pandas。這兩個是Python的程式庫。

• Numpy是Num (Numeric 數字） + Py(Python)的簡稱。原本專門處理數字的。它有很多專門處理數字的程序庫
• Pandas 是從 Panel Data 一詞而來。Panel Data 平行數據是計量經濟學的詞彙，指的是「在時間數列上去多個截面（Snapshot），然後再這些時間點上，選取觀察值所得到的數據」，從數據科學的工具來看，這是一種多維度的數據處理工具。

Pandas從R語言中擷取了許多的觀念，將其重新在Python的語言中實踐。