熱愛生活,永遠保持年輕的心,work-life balance是我的目標,同時也熱愛並享受著寫程式以及解決問題後的成就感。堅強的心理素質和與不畏懼挑戰是我的優勢,遇到任何懷疑顧慮時與當事人溝通釐清是我處事未知事務的態度。期望透過數據更了解這個世界,也希望能透過數據讓每件事情的運作更有效率,因此目標成為一個能夠用數據思考、解決問題的數據分析師/科學家。
期望未來永遠不停止學習,生於憂患,死於安樂
1. 物件導向(OOP)
2. Regular expression
3. OpenCV分析腫瘤組織染色分佈
4. 資料結構以及演算法(DP, DFS, BFS, Tree, Binary Search)
5. SkIean, NLTK
6. Pandas、Numpy
1. MySQL、Google cloud BigQuery平台
2. 懂得並運用SELECT, INSERT, WHERE, GROUP BY, JOIN進行Data Ceaning、Sorting
1. 操作Tableau產生數據圖表
2. Matplotlib、Plotly、Seaborn進行資料視覺化
完成總計4週的課程,主要使用NLTK和Regex進行Nature Language Processing,並使用sklearn進行model training 同時完成以下專案:
1. 文本分析(NLTK)和日期擷取(Regex)
2. 拼字檢查(Jaccard index)
3. 垃圾信件偵測(TfidfVectorizer model)
4. 新聞內容分類(Wordnet, CountVectorizer model)
於Coursera進行全英文數據分析課程,並完Final Cast Study 課程內容主要為以下: 1. Ask Questions to Make Data-Driven Decisions
2. Process Data from Dirty to Clean with SQL and spreadsheets
3. Data Visualization through Tableau and spreadsheets
4. Data Analysis with R Programming
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam porttitor dapibus ipsum ut efficitur. Aliquam feugiat nec sem dapibus blandit.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nam porttitor dapibus ipsum ut efficitur. Aliquam feugiat nec sem dapibus blandit.
1. 使用Python, IPA進行Single cell sequencing data分析
2. Western blot, ELISA, qPCR, Cell Culture(primary, cell line)
3. 收取血液檢體操作PMA stimulated Netosis
4. 實驗室庶務(配藥、報帳、實驗動物管理、文獻探討)
1. 儀器試劑銷售,年度業績達成率為146%
2. 陌生客戶開發(科研單位、生技公司、醫療院所)。
3. 幫忙解決客戶產品問題與處理客訴。
4. 新/舊客戶拜訪
簡介:學習物件導向概念和看懂開源程式碼,因此從打造一個小型的遊戲開始。
平台工具:使用 Python 3.9並以PyCharm community 作為IDE,使用pygame套件
簡介:為了更瞭解Machine Learning,從讀取檔案到建立模型和訓練,完整實作一個Logistic regression model。
平台工具:使用Python3.9,輸入一串英文句子,會判定是否為好/壞評價,並且輸出每個token所佔的權重。