Posts

使用 Google Cloud Natural Language API 進行中英文語意分析：從 GCP API Key 設定、JSON 請求格式，到解讀 partOfSpeech、lemma 和 dependencyEdge 結果。

ETL vs ELT: what each of the three steps does, why modern warehouses push the transform step to the target for performance, and where PAAS/SAAS fits in.

三引號字串只有放在模組、函式或類別的第一個陳述式才會變成 docstring 進到 __doc__，放在其他位置就是一段求值完丟掉的運算式，而 # 註解在語法階段就被忽略。用 __doc__ 和 dis 實際跑一次看兩者的差別。

學習 Python with 語句與 context manager：如何用 __enter__ 和 __exit__ 管理資源，確保文件、連線等資源被正確釋放，避免資源洩漏。

只實作 __getitem__ 的物件，for 迴圈跑得動、iter() 也拿得到 iterator，但 isinstance(obj, Iterable) 會回 False。本文用跑得出來的程式碼示範這個落差，並說明 iterator 為什麼只能走一遍。

介紹 Python 內建除錯工具 pdb 的三種使用方式：命令列直接執行、設定斷點以及 Python shell 中使用 pdb.pm()，讓你告別 print 除錯法。

OpenCV Haar Cascade 人臉偵測：AdaBoost 弱分類器級聯架構，scaleFactor 與 minNeighbors 到底在數什麼、為什麼要一起調，用 detectMultiScale2 讀出鄰居數量，以及這些 cascade 檔案在現在的 OpenCV 裡的狀態。

從 2017 年那支用 Scipy 手刻的 k-NN 出發：iris 對半切、for 迴圈掃過全部訓練資料，再看 KD tree 怎麼把 75 萬筆的精確查詢壓到毫秒等級，以及維度上到 768 之後樹狀索引為什麼失效、向量檢索為什麼改用 HNSW 這類近似索引。

LSTM 用遺忘門、輸入門、輸出門三道閘控制 cell state，讓資訊靠加法而不是連乘往前傳，避開一般 RNN 的梯度消失。這篇把當年只列了名字的閘門部分補完，並交代它在 Transformer 之後的位置。

Kaggle Titanic 解題紀錄：2017 年用 Logistic Regression 拿到 0.76555，加上回頭讀那支程式的筆記。preprocessing 先把 Age 正規化才跑 Age 小於 16 的規則，Sex 整欄變成同一個值；0.76555 換算回去是 418 題裡答對 320 題。