2023 iThome 鐵人賽
帶我們前進的 是想證明自己的力量
AI & Data
選手 121 文章 2526
Day 12
2023-09-27
487
0
先幫大家快速復習一下,監督與非監督的學習區別: 監督式學習 → 鑑往知來 / 訓練資料集有標記 目標是通過這些標記來讓模型學習,以便對新的未標記數據進行預測...
Day 4
2023-09-21
486
0
前面介紹過非監督式學習的特點了分別是服用事前標註資料,他就會從多筆資料中篩選出資料的特徵,並進行分類。今天我們要聊的是非監督式學習的演算法 非監督式學習相關演算...
Day 9
2023-09-24
486
0
了解資料的分佈,有助於我們進行資料清洗或者Machine Learning演算法的選擇。例如,Gaussian Naive Bayes假設資料的分佈是常態分佈。...
Day 23
2023-10-08
486
0
~今天要分享的是「KNN介紹」~ KNN是K-Nearest Neighbors的縮寫,中文譯作K-最近鄰居,此方法是一種監督式機器學習方式,可用於解決迴歸跟分...
Day 8
2023-09-23
486
0
由於 train.py 是用 RandomForestRegressor,我們可以先簡單調整 n_estimators 來觀察實驗結果。 先調整成 10000...
Day 13
2023-09-28
484
0
此篇是參考 Referenece 1. 的內容,實際操作一次 Delta Live Tables 的 pipeline。 0. Prerequisites 必...