以下分享幾種常見修改HTML標籤內容的方式，依照不同需求，我把自己會的修改方式分成兩大類，分別是針對標籤修改內部文字和在標籤內插入子標籤兩大類。 假設我們現在的 HTML 標籤像下面這樣 : 1<div class="container"></div> 如果今天想用 JavaScript 修改標籤內容，我們可以怎麼做呢? 1. 想修改文字內容 適合
想直接看本文重點可以直接跳過前3小節喔! 為什麼會選 C3.js ? 最近在做畢業專題的時候，碰巧遇到需要將大量數據做資料視覺化的狀況，為此作為網頁資料視覺化小萌新的我，第一時間自然是到處找好用的API啦! 認真上網找才發現做資料視覺化的 js 函式庫其實蠻多的，最初我挑的是 D3.js，不過往後爬文之後，我發現 D3.js 真的不太容易上手，因為專題有時間壓力的關係，我轉向使用 C3.js
本文章純粹用來記錄當學期修課時所做的一些上課筆記，因為打成文字太費時間，所以只放上筆記的圖片。 👇 本次筆記只有1張，老師小遲到XD 前半段接續上次的貝氏定理，貝氏定理得出的機率結果可以做為事件發生可能性的排序依據，但不能說它就是真實的事件發生機率，因為證據未必是彼此獨立而不交互影響。 要訣: Sensitivity (TP) 可以想成是有病而真的有病，Specificity (TN)
本文章純粹用來記錄當學期修課時所做的一些上課筆記，因為打成文字太費時間，所以只放上筆記的圖片。 👇 筆記第一部分 👇 Basket Analysis 👇 Association Rule 不能被延伸成通則，它只對找到規則的數據有解釋性 👇 除了 item count 外，還有其他因素可以被當作是找 Association Rule 的依據，例如: item pric
Overview SVM (Support Vector Machine) 是一種監督式的分類，應用在無法做線性分類的時候，下圖的紅、藍點是線性不可分的，無法找到直線區分出2種類別。 (圖片來源: [資料分析&機器學習] 第3.4講：支援向量機(Support Vector Machine)介紹) 為此我們可以改用找超平面的方式，在多維空間上尋找平面切分出2種類別，如下圖所示。 (圖片
監督式、非監督式學習，最大的不同在於非監督式學習沒有做資料標籤化，也可以說沒有明確給它 target。 概觀 K-Means 算是分群(Clustering)中，相對簡單的一種方法，先決定總共要分出幾群(K)，再決定初始的各分群中心(Means)，然後依照資料點離分群中心的遠近進行數輪的分群，直到分群結果不再變動為止。 那為什麼要做多輪分群呢? 因為在 K-Means 的分群方法中，Mean
material from: freeCodeCamp、CSS Tools: Reset CSS Chapter Content Catalog Chapter Content Chapter1. Introduction、Practice: Image Gallery Chapter2. flex-direction Chapter3. justify-content、al
material from: freeCodeCamp、CSS Tools: Reset CSS Final Summary 現在寫網頁時，對於使用者體驗這塊非常注重。以電商網站為例，顧客在網頁上停留的越久，對於店家商品的銷售越有利，所以要怎麼讓使用者獲得比較好的網頁瀏覽體驗呢? 其中一種比較簡單的方式就是 RWD (Responsive Web Design) 也就是互動式網頁設計，讓網頁能適應
material from: freeCodeCamp、CSS Tools: Reset CSS Use the flex Shorthand Property 前面我們依序介紹了 flex items 的相關設定，即 flex-basis、flex-shrink、flex-grow，那有沒有簡寫這些設定的方式呢? 有的，我們可以在 flex items 的 CSS 設定中，直接透過 flex 一