iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

0 Like 0 留言 1664 瀏覽

技術每日一篇學習筆記直到我做完專題 :( [Day37]

今天學一點點機器學習各種名詞解釋 Label(標籤)：通常是指我們想要預測的目標 Feature(特徵)：數據會有不同的特徵例如面積、地段、屋齡等等都是房屋的特...

morris_911 ‧ 2024-12-22

0 Like 0 留言 1656 瀏覽

鐵人賽影片教學 DAY 28

R語言-分群(clustering)的實戰應用系列第 28 篇

技術 [Day-28] R語言 - 分群應用(五) 分群預測 - 提升模型準確度 ( Improve Model Accuracy by Clustering in R.Studio )

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2021-09-28

0 Like 0 留言 1624 瀏覽

鐵人賽影片教學 DAY 4

R語言-分群(clustering)的實戰應用系列第 4 篇

技術 [Day-4] R語言 - 分群重點演算法 ( Clustering Algorithm )

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2021-09-04

1 Like 0 留言 1619 瀏覽

鐵人賽 AI/ ML & Data DAY 3

深度學習的學習之旅：從理論到實作系列第 3 篇

技術 [Day3] 淺談監督式學習是什麼

Day3 監督式學習前言在昨天我們有提到四個機器學習的類型，今天我會就監督式學習來講解更多跟監督式學習有關的內容。工作原理首先我們要先複習一下，監督式學...

bin ‧ 2024-09-11 ‧團隊NUTC imac

0 Like 0 留言 1600 瀏覽

鐵人賽影片教學 DAY 10

R語言-分群(clustering)的實戰應用系列第 10 篇

技術 [Day-10] R語言 - kernel K - means 實作 ( kernel K - means in R.Studio)

您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...

Denny Chang ‧ 2021-09-10

0 Like 0 留言 1596 瀏覽

鐵人賽 AI & Data DAY 1

戀 AI ing - 我與機器學習的邂逅系列第 1 篇

技術【Day 1】機器學習，啟動 !

前言在這 30 天中，跟著我的腳步一起踏進機器學習的世界，前半段我會帶著大家從機器學習最最最基礎的概念開始了解，了解到基本概念後，後半段就會開始進行 Pyto...

許皓翔 ‧ 2023-09-16 ‧團隊最強資工大電神

0 Like 0 留言 1596 瀏覽

鐵人賽 AI & Data DAY 6

從機器學習到深度學習 - 30天搞懂常見演算法的基礎理論系列第 6 篇

技術【Day 6】邏輯斯迴歸實作 Logistic regression Implementation

今日大綱資料集評估指標程式碼資料集邏輯斯迴歸實作我以常見的鳶尾花(Iris)資料集當作範例，在機器學習開源資料集網站UCI，或是sklearn l...

sarahwei0804 ‧ 2022-09-19

0 Like 0 留言 1586 瀏覽

鐵人賽影片教學 DAY 3

R語言-分群(clustering)的實戰應用系列第 3 篇

技術 [Day-3] R語言 - 分群分類傻傻分不清楚~ (clustering vs classification)

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2021-09-03

1 Like 0 留言 1581 瀏覽

鐵人賽 AI/ ML & Data DAY 4

深度學習的學習之旅：從理論到實作系列第 4 篇

技術 [Day4] 監督式學習的視覺化：用圖表看懂機器學習

Day4 監督式學習可視化前言昨天有提到了蠻多基本的概念，如果還沒有看的可以先去前一天稍微對監督式學習有點概念喔。實作介紹今天我會用程式來將幾個常見的算...

bin ‧ 2024-09-12 ‧團隊NUTC imac

0 Like 0 留言 1576 瀏覽

鐵人賽 AI & Data DAY 3

從機器學習到深度學習 - 30天搞懂常見演算法的基礎理論系列第 3 篇

技術【Day 3】線性迴歸 Linear regression

今日大綱什麼是線性迴歸? 線性迴歸假設線性迴歸公式 Loss function 什麼是線性迴歸? 線性迴歸是一種統計方法，其利用線性方程式解釋獨立變數(...

sarahwei0804 ‧ 2022-09-16

0 Like 0 留言 1568 瀏覽

鐵人賽 AI & Data DAY 12

圖像生成 AI 的原理與應用系列第 12 篇

技術 [Day 12] VAE 的變形們 - β-VAE 和 DFC-VAE

今天繼續延伸 VAE 的主題，會分別介紹兩個基於 VAE 改良的變形：β-VAE 和 DFC-VAE。這兩種變形改良的方向和帶來的效果都不太一樣，讓我們繼續看下...

hard_fish ‧ 2023-09-21

0 Like 0 留言 1564 瀏覽

技術利用大數據分析預測MLB勝負(下)

在上一篇文章中，我們介紹了作者最終挑選模了Elastic net (L1+L2) penalty regularization(彈性網路正規化)作為最後的預測模...

guess365 ‧ 2022-04-26

0 Like 1 留言 1557 瀏覽

鐵人賽 AI & Data DAY 14

戀 AI ing - 我與機器學習的邂逅系列第 14 篇

技術【Day 14】損失函數 Loss Function

前言在機器學習和深度學習中，損失函數 ( Loss Function ) 是一種用來衡量模型預測值與實際目標之間差異的函數，模型經過損失函數的計算後就會知道模...

許皓翔 ‧ 2023-09-29 ‧團隊最強資工大電神

0 Like 0 留言 1549 瀏覽

鐵人賽 AI & Data DAY 27

關於我從基礎程設轉職到人工智慧入門系列第 27 篇

技術 [DAY27] 機器學習 - 決策樹(三)

梯度（Gradient）是目標函數在某個點的局部斜率或變化率。梯度提升（Gradient Boosting）集成學習多個弱學習器（通常是決策樹）...

泉韵 ‧ 2023-10-12 ‧團隊每件事都壓死線的大家真的可以完賽嗎？

1 Like 0 留言 1536 瀏覽

鐵人賽影片教學 DAY 2

R語言-預測方法大全系列第 2 篇

技術 [Day-2] 預測觀念1-名詞&流程簡介

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2020-09-02

1 Like 0 留言 1535 瀏覽

鐵人賽自我挑戰組 DAY 4

深入高中程式設計能力指標 APCS 系列第 4 篇

技術 04 你的專研不是你的專研

升上高中也有專題研究的學分。為了找到適合的題目，我和同個專研的同學一起到師大資工（和科學班合作的校系之一）訪問教授。前後去了幾個禮拜，從聲音分析、叢集計算等，甚...

skyhong2002 ‧ 2021-09-18 ‧團隊NTNU-Unic0rn

0 Like 0 留言 1528 瀏覽

鐵人賽 AI & Data DAY 7

圖像生成 AI 的原理與應用系列第 7 篇

技術 [Day 7] 訓練 GAN 的一些技巧

今天的文章應該是最後一篇與 GAN 有關的介紹～關於 GAN 的研究主題實在非常多，也持續跟隨著深度學習領域的突破而演進，很難在幾篇文章中涵蓋所有的內容（就算...

hard_fish ‧ 2023-09-16

1 Like 0 留言 1512 瀏覽

鐵人賽影片教學 DAY 16

R語言-預測方法大全系列第 16 篇

技術 [Day-16] 集成學習簡介(ensemble learning introduction)

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2020-09-16

0 Like 1 留言 1505 瀏覽

鐵人賽 AI/ ML & Data DAY 11

深度學習的學習之旅：從理論到實作系列第 11 篇

技術 [Day 11] 從理論到實踐：完成Frozen Lake的Q-learning訓練

前言昨天提到了一個Q-learning中的策略 Epsilon-greedy 策略，那這個東西到底是甚麼呢？他跟Q-learning有甚麼關係呢？今天的文章就...

bin ‧ 2024-09-19 ‧團隊NUTC imac

0 Like 0 留言 1499 瀏覽

鐵人賽 AI & Data DAY 24

一同來挖掘 0 程式的Orange! 系列第 24 篇

技術〔Day24〕零程式的圖像分析(二)-Classification

在上一篇中，我們是將許多張未分類過的圖像數據，讓電腦幫我們分類與查看它們之間的相似度(屬於無監督式學習)；那麼今天，就是要將另外一群已分類好之圖像數據，進行模型...

Sin ‧ 2022-10-09 ‧團隊花栗鼠與她的朋友們

0 Like 0 留言 1496 瀏覽

鐵人賽 AI & Data DAY 24

戀 AI ing - 我與機器學習的邂逅系列第 24 篇

技術【Day 24】回歸器 Regressor 與分類器 Classifier

前言在前面【Day 6】回歸與分類 Regression & Classification 的文章中，了解到我們用模型主要來處理的問題任務，也就是回歸...

許皓翔 ‧ 2023-10-09 ‧團隊最強資工大電神

0 Like 0 留言 1493 瀏覽

鐵人賽影片教學 DAY 26

R語言-分群(clustering)的實戰應用系列第 26 篇

技術 [Day-26] R語言 - 分群應用(五) 分群預測 - 資料分群 ( data clustering in R.Studio )

您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼(延續昨天) #步驟二: 資料分群，哪個演算法? data_num <- done[,c(6,13:2...

Denny Chang ‧ 2021-09-26

0 Like 0 留言 1491 瀏覽

鐵人賽影片教學 DAY 6

R語言-分群(clustering)的實戰應用系列第 6 篇

技術 [Day-6] R語言 - 怎麼選分群群數 & 距離? ( Clustering Distance & Index )

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2021-09-06

2 Like 0 留言 1484 瀏覽

鐵人賽 AI & Data DAY 1

人類學習機器學習的學習筆記 with Python 系列第 1 篇

技術 Day1 前言與機器學習簡介

前言在資料收集愈來愈便利與科學運算愈來愈快的時代下，科學家們致力於找出資料中重要的模式與趨勢，也稱為從資料中學習(learning from data)，使得...

liaochenpo ‧ 2022-09-12 ‧團隊NTUEPM_STAT LIFE

1 Like 0 留言 1476 瀏覽

鐵人賽影片教學 DAY 29

R語言-預測方法大全系列第 29 篇

技術 [Day-29] 預測觀念9-提升模型準確度(minimize predict error)

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2020-09-29

0 Like 0 留言 1467 瀏覽

鐵人賽 AI & Data DAY 9

圖像生成 AI 的原理與應用系列第 9 篇

技術 [Day 9] 關於 VAE 的原理 - 直觀的解釋

接續前一天的文～在 [Day 8] 簡介 variational auto-encoder (VAE) 有提到，我們可以在 VAE 學出來的 code spac...

hard_fish ‧ 2023-09-18

0 Like 0 留言 1461 瀏覽

鐵人賽 AI & Data DAY 14

關於我從基礎程設轉職到人工智慧入門系列第 14 篇

技術 [DAY14] 機器學習基本架構(二): 特徵工程Part1

特徵工程將原始數據轉換為更有價值和更有意義的特徵，以改善機器學習模型的性能。良好的特徵工程可以提高模型的準確性、降低過度擬合風險特徵正規化線性函數正規化（...

泉韵 ‧ 2023-09-29 ‧團隊每件事都壓死線的大家真的可以完賽嗎？

0 Like 0 留言 1456 瀏覽

鐵人賽影片教學 DAY 30

R語言-分群(clustering)的實戰應用系列第 30 篇

技術 [Day-30] R語言 - 分群總結與感言 ( Clustering Summary )

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤，還請留言指正，謝謝您的指教

Denny Chang ‧ 2021-09-30

0 Like 0 留言 1454 瀏覽

鐵人賽 AI & Data DAY 16

關於我從基礎程設轉職到人工智慧入門系列第 16 篇

技術 [DAY16] 機器學習-迴歸分析(一)

於建立自變數（cause）和依變數（dependent variable）之間關係的統計模型自變數（independent variable）：解釋變數，是...

泉韵 ‧ 2023-10-01 ‧團隊每件事都壓死線的大家真的可以完賽嗎？

0 Like 0 留言 1449 瀏覽

鐵人賽 AI & Data DAY 20

關於我從基礎程設轉職到人工智慧入門系列第 20 篇

技術 [DAY20] 機器學習 - 支援向量機(二)

決策邊界（Decision Boundary）分類問題: 二元或多元分類問題二元分類: 決策邊界是一條線、曲線或超平面多元分類: 決策邊界是多維...

泉韵 ‧ 2023-10-05 ‧團隊每件事都壓死線的大家真的可以完賽嗎？

技術 每日一篇學習筆記 直到我做完專題 :( [Day37]

技術 [Day-28] R語言 - 分群應用(五) 分群預測 - 提升模型準確度 ( Improve Model Accuracy by Clustering in R.Studio )

技術 [Day-4] R語言 - 分群重點演算法 ( Clustering Algorithm )

技術 [Day3] 淺談監督式學習是什麼

技術 [Day-10] R語言 - kernel K - means 實作 ( kernel K - means in R.Studio)

技術 【Day 1】機器學習，啟動 !

技術 【Day 6】邏輯斯迴歸實作 Logistic regression Implementation

技術 [Day-3] R語言 - 分群分類 傻傻分不清楚~ (clustering vs classification)

技術 [Day4] 監督式學習的視覺化：用圖表看懂機器學習

技術 【Day 3】線性迴歸 Linear regression

技術 [Day 12] VAE 的變形們 - β-VAE 和 DFC-VAE

技術 利用大數據分析預測MLB勝負(下)

技術 【Day 14】損失函數 Loss Function

技術 [DAY27] 機器學習 - 決策樹(三)

技術 [Day-2] 預測觀念1-名詞&流程簡介

技術 04 你的專研不是你的專研

技術 [Day 7] 訓練 GAN 的一些技巧

技術 [Day-16] 集成學習簡介(ensemble learning introduction)

技術 [Day 11] 從理論到實踐：完成Frozen Lake的Q-learning訓練

技術 〔Day24〕零程式的圖像分析(二)-Classification

技術 【Day 24】回歸器 Regressor 與分類器 Classifier

技術 [Day-26] R語言 - 分群應用(五) 分群預測 - 資料分群 ( data clustering in R.Studio )

技術 [Day-6] R語言 - 怎麼選 分群群數 & 距離? ( Clustering Distance & Index )

技術 Day1 前言與機器學習簡介

技術 [Day-29] 預測觀念9-提升模型準確度(minimize predict error)

技術 [Day 9] 關於 VAE 的原理 - 直觀的解釋

技術 [DAY14] 機器學習基本架構(二): 特徵工程Part1

技術 [Day-30] R語言 - 分群總結與感言 ( Clustering Summary )

技術 [DAY16] 機器學習-迴歸分析(一)

技術 [DAY20] 機器學習 - 支援向量機(二)

標記使用者

技術每日一篇學習筆記直到我做完專題 :( [Day37]

技術【Day 1】機器學習，啟動 !

技術【Day 6】邏輯斯迴歸實作 Logistic regression Implementation

技術 [Day-3] R語言 - 分群分類傻傻分不清楚~ (clustering vs classification)

技術【Day 3】線性迴歸 Linear regression

技術利用大數據分析預測MLB勝負(下)

技術【Day 14】損失函數 Loss Function

技術〔Day24〕零程式的圖像分析(二)-Classification

技術【Day 24】回歸器 Regressor 與分類器 Classifier

技術 [Day-6] R語言 - 怎麼選分群群數 & 距離? ( Clustering Distance & Index )