iT邦幫忙

#machine learning相關文章
共有 36 則文章

技術 [Day27] 認識損失函數

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...

技術 [Day12] Python程式如何做到資料前處理的各個步驟?

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...

技術 [Day06] 你了解你在做機器學習時的資料嗎?資料前處理之ETL概念介紹(1/6)

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...

技術 [Day26] Python在建立機器學習模型與超參數的技巧

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...

鐵人賽 自我挑戰組 DAY 12

技術 Day 12: 人工神經網路初探 深度學習

深度學習 深度學習是多層人工精神網路或多層感知器的另一種稱呼,還有多種不同型態的深度學習系統,根據神經網路的根基以及運作準則。如: 前饋神經網路(feed-f...

技術 [Day25] 認識常見的機器學習模型與優化器

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...

技術 [Day18] 深入探討機器學習模型-評估指標

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...

技術 [Day08] 你了解你在做機器學習時的資料嗎?深入探討維度模型(3/6)

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...

技術 [Day28] 認識隨機森林與梯度提升機

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...

技術 [Day14] 資料視覺化技巧-matplotlib與Seaborn語法應用

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...

技術 [Day02] 認識 ML Study Jam 機器學習培訓計劃

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,...

技術 [Day29] 機器學習實務——資料科學家的一天

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...

技術 [Day01] 開始 Google Machine Learning 之旅~

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...

技術 [Day05] 適合初學者的機器學習流程入門!

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...

技術 [Day03] How Google does Machine Learning介紹

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...

技術 [Day13] 認識資料視覺化

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...

技術 [Day24] 認識迴歸與分類問題

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...

技術 [Day07] 你了解你在做機器學習時的資料嗎?談資料庫與資料倉儲的差別(2/6)

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...

技術 [Day11] 你了解你在做機器學習時的資料嗎?資料倉儲與商業智慧應用(6/6)

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...

技術 [Day23] 認識監督式與非監督式學習

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...

技術 [Day09] 你了解你在做機器學習時的資料嗎?建立維度模型好比經營餐館一樣?(4/6)

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,...

鐵人賽 自我挑戰組 DAY 16

技術 Day 16: 人工神經網路初探 損失函數(上)

損失函數 Loss function 損失/誤差函數(loss function)又叫做代價函數(cost function),是用來評估模型的預測值與真實值不...

技術 [Day10] 你了解你在做機器學習時的資料嗎?ETL架構的子系統與與資料品質的衡量(5/6)

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...

鐵人賽 自我挑戰組 DAY 20

技術 Day 20: Convolutional Neural Networks — 卷積神經網路初探(上)

卷積神經網路 Convolutional Neural Networks 卷積神經網路(CNN)又被稱為 CNNs 或 ConvNets,它是目前深度神經網路(...

技術 【Day16】2rd:特徵十字(Feature Crosses)

用Feature Crosses讓我們的樣本放入十字表格中,讓模型更容易出來。 教學文章:Feature Crosses 根據網路的文章(特徵組合&特...

技術 [Day20] 如果今天沒有機器學習該怎麼辦?

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...

技術 [Day17] 認識機器學習的誤差

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...

技術 [Day19] 研究Google Cloud Datalab服務

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...

技術 [Day21] GCP當中好用的API:Cloud Vision API與Video intelligence API

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...

技術 [Day15] 機器學習的策略與業界應用

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...