系列文章
[第 21 天] 機器學習 玩具資料與線性迴歸
我們在 [第 17 天] 資料角力提過，資料角力的目的是為了視覺化或者機器學習模型需求，必須將資料整理成合乎需求的格式。資料視覺化聽來直觀，那麼關於機器學習呢？...
[第 22 天] 機器學習（2）複迴歸與 Logistic 迴歸
我們今天要繼續使用 scikit-learn 機器學習套件延續昨天的線性迴歸，練習一個複迴歸以及一個 Logistic 迴歸。如果你還記得 scikit-lea...
[第 23 天] 機器學習（3）決策樹與 k-NN 分類器
我們今天要繼續練習 scikit-learn 機器學習套件，還記得在昨天有提到 Logistic 迴歸雖然冠有迴歸的名稱，但實際上是一個二元分類（Binary...
[第 24 天] 機器學習（4）分群演算法
我們今天依舊要繼續練習 scikit-learn 機器學習套件，經過三天的監督式學習（迴歸與分類）實作，稍微變換一下心情來練習非監督式學習中相當重要的分群演算法...
[第 25 天] 機器學習（5）整體學習
我們今天仍然繼續練習 Python 的 scikit-learn 機器學習套件，還記得在 [第 23 天] 機器學習（3）決策樹與 k-NN 分類器中我們建立了...
[第 26 天] 機器學習（6）隨機森林與支持向量機
我們今天繼續練習 Python 的 scikit-learn 機器學習套件，延續 [第 25 天] 機器學習（5）整體學習，討論倍受歡迎的分類器隨機森林（Ran...
[第 27 天] 深度學習 TensorFlow
在過去幾天我們與功能強大的機器學習套件 scikit-learn 相處得還算融洽，不難發現我們對於 scikit-learn 的認識其實僅止於冰山一角，它有著包...
[第 28 天] 深度學習（2）TensorBoard
我們今天繼續練習神經網絡的套件 TensorFlow，在昨天的第一個實作中我們建立一個很單純的神經網絡，利用梯度遞減（Gradient descent）的演算法...
[第 29 天] 深度學習（3）MNIST 手寫數字辨識
我們今天繼續練習神經網絡的套件 TensorFlow，在學習過程中，不論是視覺化或者機器學習的主題，我們使用了幾個常見的玩具資料（Toy datasets），像...
[第 30 天] 深度學習（4）卷積神經網絡與鐵人賽總結
我們今天會練習使用神經網絡的套件 TensorFlow 來建立我們的第一個深度學習模型：卷積神經網絡（Convolutional Neural Network，...