home.social
Sign in Create account

#學術 — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #學術, aggregated by home.social.

  1. Simon Shen (@simonshen_glos) @[email protected] ·

    左翼學霸捲入愛潑斯坦醜聞 知識份子虛偽是否必然？｜Chomsky 個案｜大學堂 022｜🇺🇸🎓
    youtube.com/watch?v=ieINz47gCkE

    #左翼 #學霸 #愛潑斯坦 #醜聞 #知識份子 #虛偽
  2. ReNews @[email protected] ·

    【所謂同人唔同命】

    台灣著名歷史學者黃克武，原本今個學年第二個學期，受邀來港到中大任教中國近代史課程，但最終因為「工作簽證需時」，課程換人任教，《自由亞洲電台》引述黃克武指，香港入境處要求他提交詳細履歷，聲明有否在中國舉辦相關課程，質疑是政治審查。

    另一邊廂，浸會大學宣布，就創建新的醫學院成立專家諮詢委員會，成員包括中山大學附屬第二醫院院長宋爾衛；翻查資料，宋爾衛前年曾捲入多宗醜聞，包括實驗室多名學生癌上罕見癌症、疑運用特權方便兒子升學等。

    黃克武是台灣著名歷史學者，曾多次來港開講座，2017 年亦曾在中大翻譯系任教半年，他原本獲邀第二學期在中大歷史系教授「中國近代思想與人物」，但開學前校方突然通知學生，指「因工作簽證之申請需時」課程換人教授，《自由亞洲電台》引述黃克武指，他去年十月收到中大邀請，上月中開始辦理簽證手續，原本需時約四星期，但到上星期收到入境處回信，要他提供詳細工作履歷，說明過去有否在中國或其他地方舉辦相關課...
    #政治 #學術 #教育 #醫學 #台灣 #香港 #中國 #中大
    instagram.com/p/DE1uH5eBcx-/

    #政治 #學術 #教育 #醫學 #台灣 #香港
  3. AI數字分析領航者 :mastodon: AI底層數據建模 @[email protected] ·

    #我的數據分析生活

    另一個知名的經濟學定律 - 奧肯法則，在描述失業率變動與經濟成長率的關係。這邊我參考的是維基百科上的公式與圖形。

    不同的地方是這是年數據，不是季數據。另外，對∆u，我本來以為是百分比，後來改為相減，橫軸就對得上維基百科上的圖。

    於是台灣的失業率變動與經濟成長率關聯就如下圖。不錯的是都是負斜率，只是斜率的絕對值不同。

    @academicchatter

    #經濟 #財經 #臺灣 #台灣 #失業 #CPI #菲利普曲線 #AI #mathai #AI數據分析 #econdon #數據分析 #人工智慧 #人工智能 #知識 #教育 #學術 #創新 #科技 #理論 #學習

    #我的數據分析生活 #經濟 #財經 #臺灣 #台灣 #失業
  4. AI數字分析領航者 :mastodon: AI底層數據建模 @[email protected] ·

    #我的數據分析生活

    想想經濟學中的實證經濟是需要經濟指標來幫助找出數據指標之間的關係。經濟學特別喜歡找指標之間的關係，然後再與理論去比對。

    有時候理論根本沒有辦法去解釋數據之間的關係為什麼會有那樣的關係。

    於是經濟學家就不講話了，或者當作沒看到。

    以菲利普曲線來說，用一條直線去估計很合理，因為所有經濟學家都這樣做。這只是從眾心態!!

    誰說就得用一條直線去估計才是對的呢？

    就估計來說要的是精準，所以你得根據數據特徵去估計兩變量的直線關係才對。

    怎麼可以為了省事，將所有數據一次估計完就了事!!!

    於是，你就會看到下圖臺灣數據跑出來的菲利普曲線精準關聯圖。

    很有意思吧!!!

    要是落在正斜率的區間，還在想著怎樣才能用失業率降通膨，那就是鬼打牆了!!

    各國的數據都值得重做一次(笑)

    @academicchatter

    #經濟 #財經 #臺灣 #台灣 #失業 #CPI #菲利普曲線 #AI #mathai #AI數據分析 #econdon #數據分析 #人工智慧 #人工智能 #知識 #教育 #學術 #創新 #科技 #理論 #學習

    #我的數據分析生活 #經濟 #財經 #臺灣 #台灣 #失業
  5. AI數字分析領航者 :mastodon: AI底層數據建模 @[email protected] ·

    只要領先於這個行業的技術，那麽這就是標準！這就是解答！

    1. 沒有所謂近似分配。每個數據集都能找出自己的分配，得到該有的臨界值做統計分析！

    2. Durbin-Watson 檢定統計量在所有統計學與計量經濟學、生物統計課本上的臨界值表是錯的！

    3. 將迴歸的係數儘可能壓低，讓因素都進入誤差的方法是錯的！

    4. AI成熟就能重新驗證數學、統計、機率的理論，再回饋到AI！

    5. 迴歸分析是三套數學建模，不是只有期望值模型！或者直線期望值模型後，誤差變成ARCH系列！

    6. 迴歸模型可以是線性函數、無限的非線性函數、曲線化直線函數！

    以上內容都有書籍、報告書！

    #知識 #學習 #筆記 #學術 #數學 #機率 #統計 #經濟 #金融 #生物 #academic #research @academicchatter

    #知識 #學習 #筆記 #學術 #數學 #機率
  6. AI數字分析領航者 :mastodon: AI底層數據建模 @[email protected] ·

    不是我不願走學術
    而是學術讓人沒路走

    從2013年開始的時間序列相關的Durban-Watson檢驗統計量本身從沒有出現抽樣分布，卻被用得如此廣泛，含RNN！更是教科書上經典的內容！

    你敢用嗎？我不敢用！
    不符合統計量該有的準則，即使臨界值用近似法得到，甚至高達2000個樣本以上還在臨界值有上下界，都值得被懷疑！

    The Effect of Nonzero Autocorrelation Coefficients on the Distributions of Durbin-Watson Test Estimator: Three Autoregressive Models

    economics.expertjournals.com/2

    papers.ssrn.com/sol3/papers.cf

    最後，我在2022年初出版有關Durban-Watson 檢驗統計量抽樣分配的影響因子的說明。

    人工智慧需要精準性，需要序列相關，它早就出來了並被修正了！

    #學術 #教育 #論文 #RNN #人工智能 #人工智慧 #AI

    #學術 #教育 #論文 #rnn #人工智能 #人工智慧