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...
昨天介紹了機器學習模型的偏差,今天我們繼續就同樣議題深入探討。 Statistical Measurements and acceptable tradeoff...
昨天我們去除了 batch normalization 上冗贅的節點,但...其實呢... batch normalization 還可以做一種優化將它 fol...
在 day2 時,我們介紹了如何用 tf.summary.FileWriter() 產生 tfevent 來觀察 graph,但 tfevent 可以存的東西可...
除了分類和迴歸模型外,還有樹狀模型可以供選擇,先來認識一下簡單的決策樹。 參考文章第3.5講 : 決策樹(Decision Tree)以及隨機森林(Random...
前處理和特徵建構 主旨:了解前處理和特徵建構的做法 前處理和特徵建構 在訓練ML模型前,最重要的事就是前處理和特徵建構,特徵建構是在現有的特徵上,轉變萃取出更有...