後 端 資料 工程師的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列推薦必買和特價產品懶人包

新型電力系統ICT應用與實踐

為了解決後 端 資料 工程師的問題，作者 這樣論述：

本書全面介紹新型電力系統建設中所涉及的主要資訊通信技術及其應用。全書共11章。第1～2章介紹碳減排背景下能源電力行業向低碳化轉型發展的趨勢，以及新型電力系統建設的必要性。第3章介紹能源行業數位化轉型現狀，給出新型電力系統的ICT架構。第4～9章系統地闡述5G助力高彈性電網建設、電力光網路、電力智慧雲網、電力物聯網、能源大資料中心、新型電力系統網路安全等方面的資訊通信關鍵技術及應用方案。第10章結合新型電力系統源、網、荷、儲全環節業務場景，以國網浙江省電力有限公司的探索與實踐為例，呈現典型應用。第11章為新型電力系統展望。 本書可為能源、電力、資訊通信等相關領域的從業人員提

供參考。

後 端 資料 工程師進入發燒排行的影片

營建工程契約保固制度之研究

為了解決後 端 資料 工程師的問題，作者何一民 這樣論述：

近年來，國內雖以高科技工業如半導體產業為經濟發展核心，以往的工業火車頭「建築、營造工業」成長動能已日漸趨緩，然而，政府意識到前瞻建設計畫之運行、社會住宅及都更危老改建需求仍仰賴於營造工業，遂逐步採取許多改革措施諸如政策性擴張投資、協助技術創新與轉型、完善營造法制環境等，以期帶動營造產業之復甦。其中關於法制現況，工程履約流程中最為常見的議題，除承包商應如期完工外，莫過於工程瑕疵衍生之爭端，此殊值業主與承包商重視。事實上，民法與工程相關法令雖有瑕疵救濟規範，卻不足以因應實務上變化多端之瑕疵紛爭，因此，本論文擬以工程產生瑕疵時應如何救濟作為研究目標。工程生命週期中產生瑕疵並受業主發現的時點，區分為

承商施工期間、業主驗收程序與業主使用階段，雙方就上述三個階段產生之瑕疵該如何處理並界定法律關係？本論文主軸承商之保固責任究係上述三項階段中之哪一階段？為何民法承攬針對工作物瑕疵已存有物之瑕疵擔保責任，還需另行創設保固制度？此兩制度之關聯性何在？應如何精準操作？均為本論文所關切之議題。正因我國工程保固法制諸多概念沿襲英美工程契約所慣用條款，並逐步發展成工程慣例，法律人員在無法正確理解保固制度發展脈絡之情況下，時常誤解法律關係進而錯誤適用法律。職此，誠有必要釐清工程保固制度之基本架構與其性質所屬，方能重新認識工程保固制度並定紛止爭工程瑕疵之疑慮。此外，業主若藉定型化契約之手，針對工程瑕疵設計出風險

分配不甚公平、合理的保固條款，承商該如何應對？保固條款若有所缺漏，應如何進行契約漏洞之填補？此時，民法承攬之瑕疵擔保規範與FIDIC國際營建工程契約又扮演著何種要角？工程裁判實務上針對瑕疵之重要爭議又該如何精確地解決？亦為本論文研究方向。以下，本論文將陸續梳理上述爭議並提出一己之見，希冀能夠勾勒出一套完整的工程瑕疵救濟制度，創造美好的工程法制環境。

全格局使用PyTorch：深度學習和圖神經網路 實戰篇

為了解決後 端 資料 工程師的問題，作者李金洪 這樣論述：

熟悉基礎，精通實戰。 　　接續了上一本實戰篇的基礎，本書將介紹目前最流行的物體辨識和自然語言處理在圖神經網路上的最完整應用。當你熟悉了神經網路之後，接下來要精進的就是針對網路結果的強化及最佳化。在GNN的基礎上，針對目前最流行的視覺處理模型進行修改、架設及強化，並且實際應用在現有的平台上。本書的重點就是大量了使用現有的Python函數庫，並且應用了最新的資料集，讓你能真正看到資料套用在模型上的強大能力。在針對Pytorch的函數庫上，不但有視覺應用，更有號稱人工智慧明珠的NLP應用。使用了Torchtext以及NLP的唯一/最佳選擇Huggingface Transformers。而大家

耳熟能詳，但又不知道怎麼用的模型，包括GPT-2、Transformer-XL、ALBERT、ELECTRA、DistillBERT等，在書中都有詳細介紹。另外為了解開DL的神祕，本書也難得介紹了Captum套件，讓深度神經網路更具可解釋性。本書最後也不忘介紹ZSL、這種極少量資料就可訓練高精度模型的方法。有關異質圖神經網路部分，也有大量DGL和NetworkX的範例，實戰篇+基礎篇兩本書，要不充分了解GNN都不行。 本書特色 　　～GNN 最強實戰參考書～ 　　●使用圖型的預訓練模型、Torschvision，GaitSet模型、CASIA-B資料集 　　●高級NLP模型訓練及微調、BE

RTology、CBOW、Skip-Gram、Torchtext、spaCy 　　●文字使用模型TextCNN來把玩IMDB資料庫 　　●高階工程師才會用的Mist啟動函數、Ranger最佳化器 　　●正宗NLP函數庫Huggingface Transformers詳解、AutoModel、AutoModelWithMHead、多頭注意力、PretrainedTokernizer  

室內熱舒適性的控制方式

為了解決後 端 資料 工程師的問題，作者黎益宇 這樣論述：

由於人類生活的進步，現代人習慣擁有舒適的生活品質，而室內空調儼然成為現代建築物基本的標配品，來滿足人類對於舒適生活習慣的追求。同時，也有許多關於室內控溫的研究在探討如何維持舒適的環境溫度，但近幾年除了單純的研究如何監控溫度外，國內外也開始了一系列探討人體最佳熱舒適性的研究，此熱舒適性研究不僅只是探討溫度因子，也探討了包含濕度以及風速等其他環境物理因素對人體熱舒適性喜好程度的影響，而研究成果也進一步被訂定為國際標準。此國際標準被運用至建築領域、工作場域以及一般居家的研討，用來定義以及研究如何同時兼顧節能以及提升環境舒適度。本論文主要為設計一套系統，除溫度監控裝置外，增加濕度監控裝置，使用實測的

溫、濕度數值，並根據美國採暖製冷與空調工程師學會(American Society of Heating, Refrigerating and Air-Condition Engineers) 所發布的ASHRAE-55最佳熱舒適性圖表來對室內的溫、濕度做出動態調整。實驗於獨立空間進行，經由系統量測後反饋資料至運算平台，並在分析處理後根據最佳建議的熱舒適性條件PMV=±0.5自動對室內空調以及除濕機做出相應的調節，以達到當下人體最舒適的環境溫、濕度。由實驗結果可知此實驗系統可以在動態調整溫度以及濕度下讓獨立空間長時間的維持在建議的最適熱舒性環境。