我們終於走到ML歷史的最後一段了!這代表我們要來談談神經網路啦!其實神經網路並不是甚麼興新的技術!它其實在很久了,不過神經網路剛被提出時,那個年代不管是在儲存、...
這次的內容講述一些ML的概論,有基礎數學原理的解說,後面敘述一些ML的歷史發展於下次再談 ML最基礎的學習模式就是監督式學習(Supervised Learn...
今天第三天,前兩天介紹了這幾年突然流竄速度爆高的人工智慧和整個ML在GCP上的工作架構,今天會繼續深入探討ML的相關理論,若是還沒過我昨天文章的小夥伴們記得回去...
先從最早的 線性回歸(Linear Regression)介紹,這個我們高中的時候就碰過了,有沒有回想起當年被要求手算的恐怖回憶XD。但其實當有效能好的計算器,...
如果想要學習機器學習,就一定要知道 TensorFlow。開發 TensorFlow的 G社,也有使用它開發許多我們平常生活不可或缺的服務。比如語音辨識、Gma...
超參數調整的可能性 如同前一章節提到的,主要的兩種超參數調整,包括Learning Rate及Batch Size。 Google提供了一個非常有用的服務Goo...