(https://blog.csdn.net/qq_49207029/article/details/121045764)
這系列結束後,我將繼續挑戰IT鐵人30日:
佛心分享 : it 考照之路
主題:從摸索7個月到下定決心訂下3週後考試:自學取得PMP 3AT 執照
未來每隔5日,我會預先預告未來5日的標題
本主題有許多的專有名詞,未來在30天內第ㄧ次出現的時候會以中英文詳加解釋,之後出現如「未來以AI」或「未AI」即在後幾日出現的時候均以「AI」代替人工智慧,不再詳加解釋,如果忘記了,可以按照標題往前幾日翻閱。
本系列的程式碼將以機器學習套件sklearn為主,作最基礎的示範。
、、、
在進入主題內容之前:
ML牽涉到很多線性代數,如果你沒有學過,也不用緊張,我會用最簡單易懂的方式教你,數學不會用到超過高中生的程度,毋須擔心,或是你有看不懂的地方,可以在底下留言,如果我有看到,我就會回。
有些事項,要事先聲明,因為ithome 的鐵人賽並沒有提供Latex的數學表達式,未來你會看到很多「\lambda」、「\frac{1}{N}」表示1/N,因爲有些數學理論要說明清楚,所以我會用原始碼(Latex的語法)學出,如果有看不懂的可以參考(https://blog.csdn.net/qq_49207029/article/details/121045764)去查,這個連結我會放在 day1標題的下方,如果忘記了可以隨時回來查詢.
本系列文章是針對沒有任何程式基礎的一般生,想要快速了解何謂程式設計,Al 人工智慧(Artificial Intelligence)本系列文章未來以AI表示之;ML (Machine Learning)機器學習未來以ML表示之;NLP(Natural Language Processing)自然語言處理未來以NLP表示;DL(Deep Learning)深度學習未來以簡稱DL表示之,提供相關演算法原理與背後簡單線性代數(Linear Algebra)的基礎入門款。期能讓初學者一窺究竟,由深入淺出方式探討AI的奧秘,未來進而想要達成對人工智慧領域進一步深造。如果已經有AI相關基礎,想要加強基礎數學,也可以由以下連結直接切入想要學習的主題。
、、、
未來5日的標題大綱:
day2_AI/ML/DL & Data最早出現歷史
day3_AI/ML/DL 常用術語同義字與基本概念 (1/2)
day4_AI/ML/DL 常用術語 (2/2)
day5_ML常見演算法(迴歸,分類,降維,分群)
day6_ML常見分類演算法(決策樹,隨機森林)(1/5)