系列文章
[Day-21] Wide & Deep 推薦系統實作
今天討論的主題主要是Google這篇曾經在2016年release 在Google Play的app上所做的推薦系統，而他有被open source 在 Ten...
[Day-22] Unsupervised Learning - AutoEnocder介紹
今天開始，我們來聊聊非監督式的學習。前面所提的演算法，大部分都是監督式學習，也就是通常都是Label好的資訊 (Ex: 透過已經蒐集到的股價資訊或者已經Labe...
[Day 23] AutoEnoder 實作
今天來實作昨天討論的AutoEncoder，簡單複習一下，AutoEndoer的架構其實就如同下圖source Input 資料後，會放到Neural Netw...
[Day-24] VAE(Variational AutoEncoder) 實作
今天我們來討論一個進化的AutoEncoder - Variational AutoEncoder。先回顧一下AutoEncoder的架構，AutoEncode...
[Day-25] 生成對抗網路 (GAN) 介紹
今天我們來討論最近很流行的GAN，而最近很多新聞或者很多Youtuber都在討論他的應用，Ex: DeepFake 或者一些人像修圖應用。都是GAN的應用。 G...
[Day-26] 生成對抗網路 (GAN) 實作 Part I
今天我們來實作GAN，簡單複習一下，GAN的Component 有 Generator 以及 Discriminiator 。而 Generator 任務就是...
[Day-27] 生成對抗網路 (GAN) 實作 Part II
今天我們來實際來跑簡單的Dataset，就是 DL 101 資料集 - MNIST。透過較為簡單的Dataset 來理解像GAN這種相對難的演算法，應該能較容易...
[Day-28] 增強式學習 (Reinforcement learning) 介紹
今天我們來聊聊 增強式學習 (Reinforcement learning)，一個最近也很 “潮” 的演算法。 自從 Alpha Go擊敗人類後開始，大家開始重...
[Day-29] 增強式學習 (DQN) - 股票操作
昨天已經簡單介紹了 RL、以及 DQN。今天我們來實作增強式學習中的 Deep Q Network 預測股票 (TSMC，俗稱 十萬青年十萬肝，GG輪班救台灣)...
[Day-30] Transfer learning & Model Serving
今天是鐵人賽的最後一天，我想說來聊聊 Transferring learning 以及 Model serving。今天也會有簡單的Colab實作 (Trans...