iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 30
0
AI & Data

實實在在地學習人工智慧-基礎理論探討與經典案例實作系列 第 30

【Day 30】我的loss還能更低嗎?以及30天的回顧!

  • 分享至 

  • xImage
  •  

昨天成功將自己測試完的上傳上去了,發現排名不是說很好啊!畢竟自己也僅僅碰過一年而已/images/emoticon/emoticon06.gif,一定還有很多沒使用到的方法可以讓loss再更下降的!

還可以怎麼更好?

自己想到+上網觀摩的方向有:

  1. 異常值沒有處理,異常值可以這樣說,例如我們只看坪數和房價間的關係,那麼通常幾乎是正比,但在這筆訓練資料中其實有些異常值出現,坪數上升房價反而下降到谷底。
  2. 資料轉換後不夠平滑,有看到其他人再做將字串上label後還會做log曲線,讓資料更加平滑。
  3. 演算法替換,如ElasticNet、嶺迴歸和隨機森林等等。

目前想到就這些,有其他想法的邦友歡迎提供指教~謝謝。

那我們來總結一下,看完這三十天你應該要會什麼!

30天到底學了啥

【Day 02 】【Day 07】可以先對機器學習的步驟以及基礎概念有所認知!
【Day 08【Day 18】開始建立環境,並介紹許多常用在機器學習的套件們!
【Day 19】【Day 29】介紹kaggle這個學習練習的好地方,並開始建立資料處理、神經網路建立、訓練模型、預測測試集,最後上傳到kaggle看看結果!

致謝

終於來到第三十天了,中間經歷過許多風風雨雨阿!真的要建議要參加鐵人賽的朋友們要先囤積一下文案,不然有時候其他事情一來,真的會忙不過來!希望有再關注的夥伴學得還可以,也期望讓剛踏入這塊領域的新手能有些了解。

感謝有在閱讀我的文章的朋友們,原本以為這是做過的題目寫起來會非常簡單,但是後來也發現自己有些觀念不是很清楚,更無法說服自己,每每寫一篇都要花上數多個小時,中間也遇上了功課壓榨、告白失敗的劫難/images/emoticon/emoticon46.gif,真的很慶幸自己走過來了,可以將鐵人賽完成,真的謝謝大家的支持!


上一篇
【Day 29】開始寫程式拉!房價預測實戰演練 -拿出訓練好的模型預測測試集和上傳kaggle
系列文
實實在在地學習人工智慧-基礎理論探討與經典案例實作30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言