為了避免忘記,不免俗地先上第一天的第一張大圖: 今天要介紹的是紅框內的決策樹(Decision Trees): 決策樹(Decision Tree) 決策樹可用...
Embedding能降維、處理稀疏數據、協助模型泛化,說是極為強而有力的方法,潛在特徵(Latent Features)也在重複embedding的過程中順應而...
作為一個...不算用的太深度的Emacser來寫介紹,總覺的還略有點擔心。Emacs實在是太特殊了,要想完全掌握,恐怕十分困難。之前就有人發表過以下言論: 我...
梯度下降法 在上一篇文章當中,我們談到機器學習訓練優化的過程可視為一個不斷地尋找一組能最小化損失函數的模型參數的過程,但是卻尚未解釋我們是如何去尋找那組最適當之...
還記得我前幾篇的主題-GIGO (垃圾進,垃圾出。)嗎?這個概念也適用在訓練機器學習預測模型的結果中。當我們人類在前置準備(例如蒐集資料等)中有偏誤的時候,機器...
RNN的特點在於輸出除了被當下的input影響外,之前input的東西也會被記憶在hidden layer的參數內,利用此參數可以記憶之前Input的內容,再將...