前一天我們介紹了Python在建立機器學習模型與超參數的技巧,今天來介紹損失函數。 前面已經介紹完模型的模型的優化器與超參數,再來我們要看說模型訓練完之後成效到...
前一天介紹了維度表的應用以及有關商業智慧的部分,今天我們來看Python程式如何做到資料前處理的各個步驟。 資料前處理步驟: 1.觀看資料特徵,是數值型特徵還是...
前一天我們介紹了如何定義機器學習的問題和思考如何解決,今天要來介紹資料清理與數據前處理 資料清理與數據前處理 確認好問題和目標之後接下來就是要做資料前處理的部分...
前一天我們介紹了機器學習的模型與優化器,今天來介紹Python在建立機器學習模型與超參數的技巧。 建立模型 在 Scikit-learn 中,建立一個機器學習的...
前一天我們介紹了迴歸與分類問題,今天來介紹機器學習的模型與優化器。 Defining ML Models 課程當中講述了接下來會介紹的幾個重點,有機器學習模型定...
昨天介紹了機器學習模型的偏差,今天我們繼續就同樣議題深入探討。 Statistical Measurements and acceptable tradeoff...
前一天介紹了資料庫與資料倉儲的差別,今天我們來討論構建資料倉儲的維度模型。 Dimensional Modeling維度建模 以維度建模弄出來的東西就是Dim...
前一天我們介紹了損失函數,今天來介紹隨機森林與梯度提升機。 前面介紹了線性和羅吉斯兩種機器學習常見的模型,今天要再教大家隨機森林和梯度提升機兩種,其中梯度提升機...
前一天我們討論了資料視覺化的技巧,今天我們來看其他matplotlib語法以及Seaborn用法。 在matplotlib當中除了昨天介紹的plt.plot和p...
前一天我們講到機器學習在GCP上運作的流程以及做了Tensorflow、Keras和Pytorch之間的比較,今天我們要來看機器學習建模型和預測的過程 Why...
Google的機器學習計畫 Google的機器學習計畫要從當時的初級培訓計畫開始,ML Study Jam是他們第一次辦機器學習的計畫,以線上課程的方式來學習,...
剩下最後的兩天,Google Machine Learning的學習之旅即將結束了,我想要分享特別一點的內容 資料科學家——21 世紀最性感的工作 隨著大數據...
這次參賽是透過Google的ML Study Jam 機器學習培訓計劃來的,看到Google這次跟iT邦幫忙鐵人賽有合作,兩邊的學習計畫都有豐富的資源,而完賽獎...
前一天簡單介紹課程當中的機器學習流程以及機器學習應用在Google產品上,今天要深入討論機器學習的流程 coursera課程 coursera課程的部分絕大多數...
機器學習在GCP上運作的流程 第一堂課一開始先帶你認識機器學習在GCP平台上是如何運用的,它可以幫助我們解決哪些問題?就如同標題所寫,這節的重點在於機器學習在G...
前一天我們討論了資料前處理的各個步驟,今天我們來認識資料視覺化。 資料視覺化 資料視覺化(Data Visualization)是指運用視覺的方式呈現數據,有效...
前一天我們初步了解了ETL以及維度模型的定義,今天我們來談談資料庫與資料倉儲的差別。 資料? 在做機器學習應用時,有資料就代表著有優勢,而一般來說擁有大量的資料...
前一天我們介紹了監督式與非監督式學習,今天來介紹迴歸與分類問題。 Regression and Classification 講師接續上一堂課程的餐廳帳單例子來...
前一天介紹了ETL架構的子系統與與資料品質的衡量,今天我們來看資料倉儲有關商業智慧應用的部分。 注意! 接下來文章當中所提到的商業智慧應用是一種構建完成資料倉儲...
前一天我們介紹了Cloud Speech API和Translation and NL,今天來介紹監督式與非監督式學習 第一堂課程完成 前面我們花了好幾天的時間...
前一天介紹了維度模型,今天就維度模型部分繼續做補充。 企業要做DW/BI時規模非常龐大,會有70%時間精力花在DW/BI環境,需要要先挑最重要的一、兩個議題做,...
前一天把維度模型部分都將介紹完,今天我們來討論ETL架構的子系統與與資料品質的衡量。 34個ETL的子系統: Extract:1-3Clean & Co...
前一天我們把Cloud Datalab服務介紹完,今天來介紹如果說沒有機器學習該怎麼解決問題? ML, not rules 講師介紹如果說在沒有機器學習的情況下...
昨天介紹了企業運用推薦系統服務的關鍵與機器學習的秘密,今天來看機器學習模型的偏差。 Machine Learning and Human Bias 講師介紹到機...
昨天我們把機器學習的模型誤差討論完,今天來介紹Cloud Datalab服務。 Cloud Datalab 目前有許多人在寫Python程式時不是使用Pytho...
前一天我們介紹了如果說沒有機器學習該怎麼解決問題,今天來介紹Cloud Vision API和Video intelligence API Cloud Visi...
前面介紹了許多ETL、資料前處理與探索式數據分析的方法,今天讓我們回到課程正軌繼續看機器學習的策略與業界應用 An ML strategy 講師強調,未來還有很...
本文同步刊登於個人技術部落格,有興趣關注更多 Kubernetes、DevOps 相關資源的讀者,請務必追蹤從零開始的軟體工程師之旅,喜歡的話幫我按讚分享、歡迎...
前一天我們介紹了Cloud Vision API和Video intelligence API,今天來介紹Cloud Speech API和Translatio...
上次提到機器學習的策略與業界應用,這次我們繼續來看企業運用推薦系統服務的關鍵與機器學習的秘密。 知己又知彼 如果說能做到個性化的服務更是贏得客戶信任的關鍵,就像...