LSTM 長短期記憶網路 什麼是LSTM？ LSTM（Long Short-Term Memory）是一種特殊的循環神經網路（RNN），也就是昨天提到的RNN的...
前言 昨天提到了一個被廣泛應用的模型架構 CNN ，CNN因為他優異的表現被廣泛應用於圖像處理、物體檢測與影像分類等任務。但是當我們處理帶有時間依賴性或順序關係...
Day15 卷積神經網路 (CNN) 前言 前幾天在深度學習的文章中有提到CNN卷積神經網路，今天我們會快速的介紹這個神經網路，讓大家對這個有初步的認識，未來幾...
神經網路 前言 昨天提及了神經網路，也說到他在人工智慧領域中，類神經網路和深度學習是兩個密切相關且至關重要的概念。今天就會入探討這兩種技術，說明它們的關係，並探...
前言 前幾天將一些簡單的機器學習方法及實作完成了，接著我們將開始新的篇章深度學習，讓我們繼續往下更深入的了解人工智慧的奧秘吧！ 什麼是深度學習 那甚麼是深度學習...
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，...
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...
前言 昨天介紹了有關gymnasium的一些基礎概念，而今天我們會一步一步來建立我們的Frozen Lake。這篇文章寫得有點亂，自己一時之間也沒有想到更好的改...
Day9 當強化學習遇上gymnasium 前言 在前幾篇的文章中，介紹了強化學習（Reinforcement Learning, RL）的基本概念和原理，也有...
Day7 強化學習 前言 還記得好幾年前甚麼都不懂的時候有看到AlphaGo戰勝最強棋王，那時候只知道AI好厲害，但根本不知道那是什麼東西，過了幾年開始接觸到了...
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...
Day6 半監督式學習 前言 在前幾天我們提到過監督式學習及非監督式學習，也都有提到過他們各自的優點及缺點，那這時候我們可以想想，如果可以將兩個結合起來是不是可...
Day5 非監督式學習 非監督式學習是什麼 非監督式學習是機器學習中的一種關鍵技術，大家還記得前兩天提到的監督式學習嗎? 非監督式學習就是跟他相反的，它不依賴於...
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...
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...
機器學習是什麼 隨著科技的進步，機器學習已成為現代科技發展的重要推動力。從推薦系統到自駕車，機器學習的應用無處不在。本篇文章將帶你入門，了解機器學習的基本概念和...
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...
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...
29天啦!之前實作分類器的時候有用到混淆矩陣，今天也來寫一下相關筆記 混淆矩陣(confusion matrix) 可以用來評估分類模型的準確率 混淆...
主題建模 確定它分析的每個文本或文檔中的主題 從整體文本數據推斷主題集群 將包含類似主題集群的文本或文檔組合在一起 文本聚合 將包含相似主題的文字或文件組...
前言 今天我們要來搭建一個簡易模型，這個模型能夠將輸入的圖片做分類的動作，並且要經過多層神經網路的訓練，從而訓練出我們的 DNN 模型，在建模前先來了解下面的基...
再續昨天！今天的筆記把論文剩餘的部分整理完 Hard negative mining 難例挖掘 由於存在大量的負樣本，所以導致嚴重的類別不平衡問題，訓練時...
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...
NLP步驟 將文件收集到語料庫內 基元化(語彙基元tokens) 句子基元化&偵測語言 文本通常被分割成句子 pip install langde...
接續作天，今天講訓練相關策略及方法 training Matching strategy 匹配策略 利用jaccard overlap使ground tr...
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）...
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...
整體/集成學習 通過結合多個基本模型的預測結果，獲得更好的整體預測性能。 可以是相同類型的模型，也可以是不同類型的模型。 通過集體決策來消除個別模型的不足，從...
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...
iThome鐵人賽
看影片追技術
看更多
arbin
lwc_
leeangel
許皓翔
泉韵
yao021019