[論文速速讀]系列文章介紹
論文速速讀系列是從今年四月開始，我開始寫一些論文的中文讀書筆記，還記得第一篇是[論文速速讀]ReZero is All You Need: Fast Convergence at Large Depth，之後發現儘管自己已經陸續產出了幾篇文章，可是好像都沒正式的跟大家介紹這系列文章的由來xD
所以這篇文章就是來講講這系列文章到底是什麼，以及我會和會想寫這些文章。
由於在AI領域每年總是有一些非常重大的突破和應用，如果跟不上潮流很有可能就會錯失許多機會。例如，對NLP領域熟悉的話你一定聽過2013年的word2vec、2014年開始流行的attention、2018年的Bert…這些很有名的技術。
還記得Bert剛出的時候我好像剛進碩士實驗室，當時只知道這個技術屌打了當時一堆NLP的研究，但我想也想不到兩年後Bert已經造成如此大的影響力，一堆基於Bert的變形應用在各大領域上都取得了非常優異的結果。
因此，我想要藉由這系列的文章讓自己能夠更加快速的了解AI的新技術和研究，同時逼迫自己看論文xD
在今年第一次使用了華為的手機，由於是使用二手機，所以拿到的時候別人已經幫我弄好相關設定了(可使用Google Play Store下載相關App)。
在前幾天手機跳出通知要我進行系統更新，當時沒想太多就按下更新了，結果這一更新問題來了：”我無法開啟google play store，會不斷閃退；對於Youtube則是開啟後沒有畫面”，當下一直不知道發生什麼事情，以為是系統更新後產生的BUG
這次課堂的Assignment是要使用106個features來預測一個人的年收入是否有達到50K，使用Logistic Regression(SGD version)，Logistic Regression與Linear Regression的想法蠻相近的，這裡就以Linear Regression為基礎來簡述一下我的理解中何謂Logistic Regression，以及SGD(Stochastic Gradient Descent)是什麼。
你可以直接在我的github看到英文版的簡介，這裡就不贅述了。
懶人包：這篇是寫給要準備升大學想填資工系的高中生們，簡介一下資工系到底在幹嘛。
又到了這個高中生要面臨大學面試的時期，這幾天主任找我討論面試當天的流程的時候才突然想到我居然已經要畢業了，四年的時光一下子就過去了阿，大一剛進來的生活我還歷歷在目呢…(感嘆)
好啦這篇不是要講廢話的，這幾年資訊相關科系越來越夯，就連教育部都把程式設計納入課綱裡面了，相信未來會有越來越多人想往這方面就讀(不要再來跟我搶飯碗了)。不過我一直覺的行行出狀元，有些人天生就是念財經的料，有些人對於設計、美術就很有底子……，希望大家能夠想清楚自己到底想不想往這個領域邁進，不要只是一昧的覺得這個很夯就往這裡走(沒錯，真的別來跟我搶飯碗)，或是父母覺得你該讀資工就選填資工系。
“如果你進資工系只是因為分數到就填了，那你有很大的機率會遇到這個網站所說的情況(用十分鐘決定要不要念大學《資訊工程系》)”
因為擔任系上程式助教的關係，我看過不少學弟妹因為進來後發現自己不適合而萌生轉系或轉學考的念頭了，如果傻楞楞的什麼都不知道就進來了或許你也會有這種情形，所以打算寫一篇來介紹一下資工系都在幹嘛，希望可以幫助還在困惑的小高三xD
上次在練習sklearn的KNN分類時，遇到了一些問題，了解後覺得對於資料的維度能夠理解的更加清楚，所以在這裡記錄下來。 首先先簡述一下我在做KNN的流程：
sklearn.model_selection的train_test_split()把資料切成training set / testing set 上一篇連結：[Python]Predict PM2.5 Use Linear Regression-1
上篇用自己的想法簡單了闡述Linear Regression、原理和實作過程，但畢竟還是理論，面對實際資料的時候又是另一回事了，這篇要來講處理實際data的過程以及遇到的問題還有解決方法，做一些紀錄：
第二篇出爐摟：[Python]Predict PM2.5 Use Linear Regression-2
這是課堂的一次Assignment，利用OPENDATA歷史資料去predict未來的PM2.5值，使用線性回歸的方法，覺得很有很有意思，將做的過程記錄下來。
這篇會稍微介紹一下Machine Learning中Linear Regression的原理，以及如何實作，下一篇再來講述在實際面對數據時所遇到的挑戰和解決方法。
