老實說長久以來因為常常碰到一條龍搞完 machine learning 專案，都是使用 Python 作為主要語言，連寫 Spark 也是以 PySpark 為主。說來慚愧，雖然能做 data engineering 的事，但從來沒認真寫過 Scala。 疫情宅在家想說就來學學用 Scala 來寫 Spark，這樣才血統純正 (?) 但網路上常常看到的教 …

我真的很討厭 C++。 (= 皿 = )凸 by Dboy Liao 以後我要寫 C++ 的東西，都用上面這句話開頭 😈 之前就聽過 C++11 加了所謂的 Rvalue reference (T&&) 這種東西，當初跟朋友寫 open source project 就看到他們用了很多。老實說我不是很懂，但也就這樣西哩呼嚕地做下去了。我深深地相信，凡事都會 …

我真的很討厭 C++。 (= 皿 = )凸 by Dboy Liao 只是想寫一篇紀念我為了 C++ 今晚不斷 google 所花的 2 個小時。 情境是這樣的：我想幫一個 template class MyObject 寫 << 的 operator overloading，中間必須可以 print 出 MyObject 的 private membe …

最近因為疫情關係，都在家工作，有些設備在公司不方便用，結果慢慢發現能做的事都做得差不多了。既然如此，就來看 paper 寫 code 消遣一下。 最近看比較多的都是 deep learning 結合 decision tree 的模型居多，今天看的這篇 Deep Neural Decision Forests 網路上實作也很多，我自己是參考了 j …

上次說到看了 paper 學了 Einstein Notation 怎麼用，說的就是 Deep Neural Decision Trees (DNDT) 這篇 paper，朋友看了說希望我解釋這篇 paper 所以就想說也好，當作讀後感寫一寫也不錯，免得 paper 都是看一篇忘一篇 😂 我們來看看怎麼用 Deep Learning 去實作一個 de …

朋友偶然 pass 一篇 Deep Neural Decision Trees[2018] 的 paper 過來，裡面用了一個可微分的方式去表示一個 decision tree 所以就可以用 Deep Learning 的手法去訓練一個 decision tree。看 paper 的過程中，看它的實作碰到需要 Kronecker product， …

原文連結 最近朋友傳來一篇 machine learning 的 blog，因為實在寫得太好，但內容橫跨 ML 跟 non-linear programming (主要跟 Lagrange Multiplier 有關)，想說寫一篇導讀，分享學到的東西給大家。 The Basic: Lagrangian Multiplier 雖然唸過一些基本最佳化的人應該對 Lagrangian Multiplier 是很熟悉，但既然是 …

從一開始接觸 Machine Learning 的時候就聽過 Kalman filter 這東西。一方面是自己當時對 Bayesian 的東西不是太清楚，一方面對於一些數學工具也不熟悉，所以第一次看到 Kalman filter 的時候，只是覺得怎麼這麼多奇怪的步驟。但時至今日，已經可以從一些其他的角度來看 Kalman filter 的算式，也 …

會注意到這個東西，起因於工作上用到許多 GCP 的 python 套件。像是 bigquery 跟 dataproc。 如果你看它們的安裝過程，會發現它們在 PyPI 上都是分開的 package，像是 google-cloud-bigquery 與google-cloud-dataproc 。可是安裝之後，卻可以像這樣 import 它們: fro …