第11屆 iT邦幫忙鐵人賽完賽成果
累計文章數 13,548篇
參賽組數 812組
團隊組數 033隊
完賽人數 381 人
第11屆 iT邦幫忙鐵人賽完賽成果
累計文章數 13,548篇
參賽組數 812組
團隊組數 033隊
完賽人數 381 人
特徵組合 (Feature Crosses) 主旨：了解特徵組合的目的與做法 在這個主題，我們將會學到： 體會特徵組合是一種強大的方式可以幫助機器學習 在 T...
gary9630
於 2019-09-22 發表 ｜ 3015 次瀏覽
關於過度擬合(overfitting)，我有些忘記當初記下這個key word是爲什麼.... 過度擬合指的是一群不合理的資料集(或是含有不合理資料的)，因為模...
lagagain
於 2019-09-26 發表 ｜ 3005 次瀏覽
前言 今天來閱讀 How Google does Machine Learning 的第三章節~ 這次鐵人賽的30天中，我目前所寫文章的所有課程目錄如下：...
嗡嗡
於 2019-09-07 發表 ｜ 3000 次瀏覽
昨天介紹完Linear Regression，今天要來繼續介紹高斯函數在Linear-Regression的應用。高斯函數本身不是SKlearn中的模組，因此，...
queenawu
於 2019-09-22 發表 ｜ 2999 次瀏覽
Hi 我是 Jason，不管你是否懂 Machine Learning 或者前面的文章都沒看過直接進來看心得，都謝謝你來看我的文章！以下心得我會分成參賽、寫作和...
Capillary J
於 2019-10-09 發表 ｜ 2994 次瀏覽
特徵工程的處理方法有以下三種，特徵組合、特徵篩選和特徵評估，資料來源參考機器學習百日馬拉松。 特徵組合 數值與數值 在計程⾞費預估中，有四個欄位分別表示起終點的...
may1005
於 2019-10-02 發表 ｜ 2986 次瀏覽
廖洧杰
已寫 30 天
hannahpun
已寫 30 天
CSScoke
已寫 30 天
Maxwell Alexius
已寫 30 天
Jason Cheng (節省哥)
已寫 30 天
pjchender
已寫 30 天
阿斬
已寫 30 天
CSScoke
已寫 30 天
Gary
已寫 30 天
fx777
已寫 30 天
