Day15 卷積神經網路 (CNN)
前言
前幾天在深度學習的文章中有提到CNN卷積神經網路,今天我們會快速的介紹這個神經網路,讓大家對這個有初步的認識,未來幾...
前言
在昨天,我們可以看到針對MNIST手寫辨識資料集,我們需要將其圖像轉換成一維的資料。但是這樣的做法在實際應用中顯得不太實際,因為大部分圖像都是彩色的,所以...
如何建立 materialization
materialization 的寫法跟 macro 很類似,都是使用 jinja 語法,僅在開頭結尾有差異(macr...
今天,我們將深入學習風險管理的基本概念,並探討如何利用風險調整後的收益指標來評估和優化投資策略的表現。風險管理在投資中至關重要,結合風險調整後的收益分析,能夠更...
前言
經過初步的資料探勘後,我們需要進一步處理數據中的缺失值、異常值、重複值等問題,以確保模型能夠在乾淨的數據上進行訓練。以下是數據清理的主要步驟和實作方法:...
自動化時會用到的功能設計
在完成一個模型後,也可以選擇是否要加入自動化利用新資料定期更新的功能,如果當前的專案還不需要這項功能,想要直接將模型部署上線,那麼就可...