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...
前言 今天加班把困擾已久的Bug都解完,心情放鬆下來就有點懶著打太多字。截圖自 Coursera "How Google does Machine L...
ML 十大陷阱 * 1.ML需要大量的軟體基礎 什麼難道ML不需要太強的軟體基礎嗎?Google解釋,再導入ML到自家公司時,選擇預有的框架會比較好,許多...
好,那就開始吧! 突然間就開始這場挑戰了,反倒不知道怎麼開頭呢~想想其實這也不是多麼嚴肅的內容,我會將它當作是學習的筆記,套用個常見的方法,先從5W來切入好了,...
隨機森林 在上一篇文章中,我們談到了決策樹(Decision Trees)這個演算法,並知道該演算法能夠解決非線性的問題,但是在解決機器學習的問題上,單個決策樹...
好的~ 接續昨天還沒說完的題目,現在要分享 G社在課程中所提到的例子:客服中心(Call Center)的運作方式。 一般最簡單的客服流程就是接到客戶來電,客服...