iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 1 留言 4265 瀏覽

鐵人賽 AI & Data DAY 10

機器學習模型圖書館：從傳統模型到深度學習系列第 11 篇

技術 11 廣義線性模型

我們前面探討了不同的資料型態可以對應不同的迴歸模型。不覺得每個迴歸模型都有那麼點相似的地方嗎？線性迴歸：羅吉斯迴歸： Poisson 迴歸：在右手...

杜岳華 ‧ 2018-10-11

1 Like 0 留言 8991 瀏覽

鐵人賽 AI & Data DAY 9

機器學習模型圖書館：從傳統模型到深度學習系列第 10 篇

技術 10 從線性迴歸到 Poisson 迴歸

上次我們講完了線性迴歸跟羅吉斯迴歸的差異。可是並不是每一種資料都是連續型的或是類別型的。這次要來介紹 Poisson 迴歸，當你要預測的是計數型資料（cou...

杜岳華 ‧ 2018-10-10

1 Like 0 留言 3411 瀏覽

鐵人賽 AI & Data DAY 8

機器學習模型圖書館：從傳統模型到深度學習系列第 9 篇

技術 09 從線性迴歸到羅吉斯迴歸

我們從前面的模型演化可以了解一個機器學習模型可以怎麼樣衍生出其他的變體來解決問題。現在我們要切換到另外一條跑道上，我們一樣是從線性迴歸模型出發，我們或許可以換...

杜岳華 ‧ 2018-10-09

1 Like 0 留言 2381 瀏覽

鐵人賽 AI & Data DAY 7

機器學習模型圖書館：從傳統模型到深度學習系列第 8 篇

技術 08 l2-regularized 線性模型

我們來回顧一下 SVM 模型。他可以被進一步轉成在 SVM 的陳述當中，有沒有發現這部份看起來跟 regularization 一樣。後半部份...

杜岳華 ‧ 2018-10-08

1 Like 0 留言 2447 瀏覽

鐵人賽 AI & Data DAY 6

機器學習模型圖書館：從傳統模型到深度學習系列第 7 篇

技術 07 標準 SVM

雖然標題是說"標準" SVM，不過模型這種東西從來就沒有什麼標準，有的不過是變體。所以這篇是要跟大家總結一下我們一般在用的 SVM 模型的...

杜岳華 ‧ 2018-10-07

1 Like 0 留言 3654 瀏覽

鐵人賽 AI & Data DAY 5

機器學習模型圖書館：從傳統模型到深度學習系列第 6 篇

技術 06 從 hard-margin SVM 到 soft-margin SVM

從前面的 kernel SVM 當中我們已經獲得了很強大的模型，可是他還是會有不足之處，像是當資料有雜訊的時候就容易將每個資料點都個別分開。有時候我們反而希望...

杜岳華 ‧ 2018-10-06

1 Like 0 留言 3911 瀏覽

鐵人賽 AI & Data DAY 4

機器學習模型圖書館：從傳統模型到深度學習系列第 5 篇

技術 05 從 maximum-margin classifier 到 kernel SVM

注意：整篇文章極度數學高能！！沒有把前一篇文章看完的朋友別擔心，我們會在開頭先回顧一下。在一番數學技巧的替換過後，我們的 maximum-margin cla...

杜岳華 ‧ 2018-10-05

1 Like 0 留言 4882 瀏覽

鐵人賽 AI & Data DAY 3

機器學習模型圖書館：從傳統模型到深度學習系列第 4 篇

技術 04 從感知器到 maximum-margin classifier

上次我們完成了感知器的介紹，感知器也有他相對應的學習演算法：perceptron learning algorithm (PLA)。不過我們今天沒有要講 PL...

杜岳華 ‧ 2018-10-04

1 Like 0 留言 3760 瀏覽

鐵人賽 AI & Data DAY 2

機器學習模型圖書館：從傳統模型到深度學習系列第 3 篇

技術 03 從線性迴歸到感知器

感知器（perceptron）是在 1957 年就被發明出來的的模型，對電腦的發展或是人工智慧來說都是非常早期的。感知器模型他是一個二元分類的分類器，他解的是...

杜岳華 ‧ 2018-10-03

0 Like 0 留言 8118 瀏覽

活動【政府補助】AI人工智慧應用系列就業班 — 實作AI醫療電子專題

訊號處理 x 嵌入式 x AI大數據機器學習 x APP開發 x 物聯網AI智慧醫療電子專題 -> 成果發表暨就業媒合本課程複製業界實務經驗，完整教你如...

艾鍗學院 ‧ 2018-03-23

0 Like 0 留言 7189 瀏覽

活動【艾鍗學院】∥政府補助∥AIoT智能物聯網平台開發工程師就業培訓年後衝刺班！！

AI人工智慧與IoT物聯網正在翻轉世界！AIoT技術實戰就業班複製業界實務經驗，完整教你如何實現物聯網的感知層、網路層、應用層開發，並結合Python數據分析...

艾鍗學院 ‧ 2018-02-12

0 Like 0 留言 7516 瀏覽

鐵人賽 AI & Machine Learning DAY 6

Machine Learning 與 Deep Learning 筆記系列第 6 篇

技術 [Day6] Logistic Regression — 邏輯迴歸

Logistic Regression — 邏輯迴歸前幾天我們介紹了第一個機器學習模型—線性迴歸，線性回歸的目的在於透過歷史資料來預測未來的資料。而 log...

愷開 ‧ 2017-12-25

0 Like 0 留言 15065 瀏覽

鐵人賽 AI & Machine Learning DAY 4

Machine Learning 與 Deep Learning 筆記系列第 4 篇

技術 [Day4] 梯度下降法（Gradient Descent）

梯度下降昨天我們提到，令我們的函數為：則誤差為：其中 x 為輸入，y 為輸出。我們想要將誤差最小化，因此可以透過微分來求算。首先，我們先來回想一下微分的定...

愷開 ‧ 2017-12-23

0 Like 0 留言 5959 瀏覽

鐵人賽 AI & Machine Learning DAY 2

Machine Learning 與 Deep Learning 筆記系列第 2 篇

技術 [Day2] 什麼是機器學習？

前言為了透過電腦強大的運算力幫助人們解決問題，首先我們的問題是需要能夠被量化與分析的。例如：給定歷年的房屋資料，預測之後的房價變化；由使用者過去的瀏覽紀錄，猜...

愷開 ‧ 2017-12-21

0 Like 0 留言 11934 瀏覽

鐵人賽 AI & Machine Learning DAY 1

深度學習環境安裝筆記系列第 1 篇

技術 [Day 01] 深度學習環境安裝筆記 — 目錄

“在這裡我們不教你如何上太空，而是教你如何邁出第一步。” 雖然現在有許多好用的的框架跟環境可以讓普通人使用深度學習，在建置環境的過程中會遇到各種各式各樣的問...

a7552005 ‧ 2017-12-12

1 Like 0 留言 23218 瀏覽

鐵人賽 Big Data DAY 29

tensorflow 學習筆記系列第 29 篇

技術 Tensorflow Day29 DCGAN with MNIST

今日目標了解 DCGAN 使用 MNIST 資料集嘗試訓練 DCGAN Ipython Notebook 好讀完整版 Introduction Deep...

c1mone ‧ 2017-01-13

1 Like 0 留言 17459 瀏覽

鐵人賽 Big Data DAY 28

tensorflow 學習筆記系列第 28 篇

技術 Tensorflow Day28 Generative Adversarial Network with MNIST

今日目標實作 Generative Adversarial Network 用 MNIST 手寫數字資料來訓練 Generative Adversarial...

c1mone ‧ 2017-01-12

1 Like 0 留言 14133 瀏覽

鐵人賽 Big Data DAY 26

tensorflow 學習筆記系列第 26 篇

技術 Tensorflow Day26 LSTM 內部結構介紹

今日目標了解 LSTM 內部結構介紹之前提到了 LSTM 可以有效的解決 gradient vanishing 的問題，那到底其中的結構有什麼魔法呢？...

c1mone ‧ 2017-01-10

1 Like 0 留言 11965 瀏覽

鐵人賽 Big Data DAY 25

tensorflow 學習筆記系列第 25 篇

技術 Tensorflow Day25 Recurrent Neural Network with MNIST

今日目標了解 RNN 用 MNIST 訓練 RNN 觀察 RNN 訓練的情形以及結果 Github Ipython Notebook 好讀完整版 Intr...

c1mone ‧ 2017-01-09

1 Like 0 留言 9641 瀏覽

鐵人賽 Big Data DAY 22

tensorflow 學習筆記系列第 22 篇

技術 Tensorflow Day22 word2vec 介紹

今日目標了解 word2vec 的概念 word2vec 簡介 word2vec 正如其名就是 word to vector 是一個能把文字變成向量的演...

c1mone ‧ 2017-01-06

0 Like 0 留言 11412 瀏覽

鐵人賽 Big Data DAY 19

tensorflow 學習筆記系列第 19 篇

技術 Tensorflow Day19 Denoising Autoencoder

今日目標了解 Denoising Autoencoder 訓練 Denoising Autoencoder 測試不同輸入情形下的 Denoising Aut...

c1mone ‧ 2017-01-03

1 Like 2 留言 22815 瀏覽

鐵人賽 Big Data DAY 18

tensorflow 學習筆記系列第 18 篇

技術 Tensorflow Day18 Convolutional Autoencoder

今日目標了解 Convolutional Autoencoder 實作 Deconvolutional layer 實作 Max Unpooling lay...

c1mone ‧ 2017-01-02

1 Like 1 留言 12505 瀏覽

鐵人賽 Big Data DAY 17

tensorflow 學習筆記系列第 17 篇

技術 Tensorflow Day17 Sparse Autoencoder

今日目標了解 Sparse Autoencoder 了解 KL divergence & L2 loss 實作 Sparse Autoencoder...

c1mone ‧ 2017-01-01

1 Like 0 留言 11565 瀏覽

鐵人賽 Big Data DAY 16

tensorflow 學習筆記系列第 16 篇

技術 Tensorflow Day16 Autoencoder 實作

今日目標實作 Autoencoder 比較輸入以及輸出 Github Ipython Notebook 好讀完整版實作定義 weight 以及 bia...

c1mone ‧ 2016-12-31

0 Like 0 留言 14687 瀏覽

鐵人賽 Big Data DAY 15

tensorflow 學習筆記系列第 15 篇

技術 Tensorflow Day15 Autoencoder

今日目標了解 Autoencoder 概念了解 Autoencoder 用於無監督訓練 Autoencoder Autoencoder 是一種無監督 (...

c1mone ‧ 2016-12-30

5 Like 2 留言 5303 瀏覽

鐵人賽 Big Data DAY 30

R語言與機器學習見面會系列第 30 篇

技術 Day30 R語言與機器學習見面會Finish

Day30!Day30!Day30!終於來到R語言與機器學習見面會的終點線前，初鐵就要完賽了！回想30天跑了一場新竹超半馬、一場台北馬拉松、出國到香港迪士尼、到...

StanleyJui ‧ 2016-12-30

6 Like 0 留言 24387 瀏覽

鐵人賽 Big Data DAY 28

R語言與機器學習見面會系列第 28 篇

達標好文技術 Day28 R語言機器學習之K-NN、SVM、貝氏分類

第28天了！今天豪邁的把鐵人賽前備用的分類演算法題目一次乾了，喉嚨借我過一下。 k最近鄰居分類法(k-Nearest Neighbour Classifica...

StanleyJui ‧ 2016-12-28

0 Like 1 留言 56076 瀏覽

鐵人賽 Big Data DAY 12

tensorflow 學習筆記系列第 12 篇

技術 Tensorflow Day12 儲存以及載入模型參數

今日目標了解如何儲存訓練好的模型參數儲存模型範例載入模型範例 Github Ipython Notebook 好讀完整版還記得當我們在定義模型的時候...

c1mone ‧ 2016-12-27

1 Like 1 留言 23877 瀏覽

鐵人賽 Big Data DAY 27

R語言與機器學習見面會系列第 27 篇

技術 Day27 R語言機器學習之類神經網路

類神經網路(Artificial neural network)也常被稱為人工神經網路，這個題目有著很多本書厚的艱深，好在今天的難只到厲害的題目名稱，我們今天淺...

StanleyJui ‧ 2016-12-27

0 Like 0 留言 15121 瀏覽

鐵人賽 Big Data DAY 11

tensorflow 學習筆記系列第 11 篇

技術 Tensorflow Day11 MNIST CNN 各層視覺化分析

今日目標建立三層卷積層的 CNN 使用 PCA 降維分析使用 TSNE 降維分析 Github Ipython Notebook 好讀完整版到現在為...

c1mone ‧ 2016-12-26