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) #均值 vs 列入各群權重 final_mean <- final[,c(1:4,10...
前言 前面我們實作出了一些基本的模型，而今天我們就拿之前的多元線性回歸模型來當作範例，要把這個模型佈署至網頁上，藉由讓使用者從輸入框傳入特徵資料到模型中，讓模型...
前言 學習和應用機器學習和人工智慧技術，以改進股票分析和預測的準確性。 實作機器學習模型，以預測股票價格和趨勢。 說明 當學習和應用機器學習和人工智慧技術以...
前言 其實模型就是個函數，為特徵資料的線性函數，用來表示特徵 ( 輸入 ) 與目標 ( 輸出 ) 之間的關係，但這個函數顯然太過簡單，需要在表示成複雜一點的函數...
前兩天介紹了線性回歸和幾種正規化方法的概念，今天來講要如何使用python實作，以及幾種常用參數介紹 環境建置 在開始之前先講一下我所使用的環境！ Ana...
將所有樣本中相近得樣本點組成一個群組，一層一層往上堆疊，直至所有的樣本皆被分成一個群組為止 Hierarchical Clustering 透過將最接近的...
完賽心得 第一次參加鐵人賽，平安度過了~自己有個習慣就是會把有關非學術類的東西都用電子筆記在記，像是使用HackMD、OneNote等等，所以其實也算已經事先囤...
前言 終於到了我們強化學習的最終章節了，今天就會把我們整個訓練完成囉，那廢話不多說，直接來看我們的程式！ 程式 run功能 在這邊我們定義了一個運行的函數，...
昨天很快樂的開始說監督式學習，突然發現有東西沒說到，所以補到今天，這就是當天想當天主題的可悲，總之今天來寫寫模型得一些東東。 不知道為甚麼一職寫關於介紹的東...
基本架構 1.找出問題2.思考是否真的需要使用機器學習?3.資料收集4.資料前處理5.特徵工程6.模型訓練7.模型評估8.微調模型&參數9.預測&...
筆者今天不用補課很快樂，但生理時鐘還是讓我在九點多就醒了，可惡我以為今天會睡爽爽地說，但早上不用通勤很快樂，總之讓我們開始今天的筆記吧！ 今天說一些機器學習...
前言 前幾天做的都是回歸問題的模型，而今天我們做二元分類問題時，就要和大家介紹邏輯回歸 ( Logistic Regression ) 這個模型，我們要讓模型根...
SVM (Support Vector Machine) 若資料為非線性，將資料映射到高維空間中(用kernel function) 找一超平面將資料分開，...
前言 之前提到多層感知器的概念，每層的感知器會隨著層數一層一層往下傳遞，輸出的函數也會越來越複雜，而這往下傳遞的過程，就稱為正向傳遞。 在神經網路中，模型的訓練...
【Day 21】欠缺擬和與過度擬和 Underfitting & Overfitting 前言 在機器學習中，欠缺擬和 ( Underfitting )...
生成對抗網路 (GAN) 前言 昨天出現小插曲~ 今天要來介紹生成對抗網路囉~ 什麼是生成對抗網路 首先老樣子，我們先來認識甚麼是生成對抗網路（Generati...
利用弱分類器（決策樹）迭代訓練或得強分類器，其具有訓練效果好、不易過擬合等優點。 LightGBM V.S. XGBoost 圖源: https://re...
隨機森林是由多棵昨天提過的決策樹組成，適合用在分類問題 原理 由很多顆決策樹組成，他會先從原資料中隨機抽取多個樣本，用這些樣本以隨機特徵選取的方式建立多棵...
前言 在昨天的內容中，我們建立了一個卷積神經網路（CNN），並了解了各層的作用與模型的結構。今天，我們將進一步進行模型的編譯與訓練，並且觀察其性能表現。透過使用...
前言 在學每一個新的程式語言的時候，相信大家第一個寫的一定都是Hello World!吧，那在深度學習領域中，最經典的就是MNIST手寫辨識了。今天我們會透過t...
前言 前面理論的東西講了這麼多，大家想必很想動手實作了吧，今天我們就要來著手搭建簡單線性回歸模型，我們要能夠輸入年資 ( 特徵 ) 並讓這個模型根據輸入的資訊去...
今天是大概的概念，training等細節留到明天 VGG-16 SSD的架構是使用VGG-16 13個卷積層+3個全連接層+5個池化層 其卷基層均使用...
這一篇我們會將焦點放在機器學習(後面簡稱ML)的概念上。如ML的一些術語與核心概念。ML是一門廣泛的學科在不同的領域在有著不同的應用。在這裡我們是從High L...
人工智慧 再來要開始慢慢進入人工智慧的領域啦~ 再來都會使用圖文以及一些小範例來介紹! 機器學習 從數據中學習的技術，而不是通過明確編程來執行任務(餵資料)...
正規化可減少模型overfitting的問題 L1 regularization (Lasso) 加入L1正規化 (loss function + L1...
在前幾天的筆記中有介紹過線性回歸（Linear Regression），線性回歸中的因變數與自變數呈現直線關係（線性關係），但實際上直線並不一定能很好的展現因...
人工智慧為什麼能夠這麼厲害？這就得提到三個讓AI持續變強的秘密武器：機器學習、深度學習和強化學習。這三種技術就像AI的超級教練，讓它能自己學習、解決問題。接下來...
前言 昨天完成了一個基本的訓練，今天當然就要來拿來預測資料啦～～（沒有文章庫存了，好緊張喔，每天都要努力產出文章，還要弄研究所推甄的東西 程式開發及解釋 為了方...
生成式AI 前言 鐵人賽文章已經步入尾聲了，前陣子透過一些程式碼的介紹及一些機器學習的概念深度學習的概念來介紹，而今天我們要來介紹人工智慧的另一個分支生成式AI...
說起線性回歸，這是我在學機器學習時碰到的第一個演算法，今天先簡單介紹線性回歸，明天會討論L1、L2正規化 Regression 在講線性回歸之前，先講講回歸...
Denny Chang
許皓翔
allenchen
yao021019
泉韵
bin
rubylin
leeangel
iThome鐵人賽
看影片追技術