NCPC 小炮灰，謝謝你簽到題，至少不是 0。 線性迴歸（ Linear Regression ） 用於預測未知資料的值找多個自變數( independent...
主要用於分類，也可以改為回歸樹(不建議)，今天只討論單顆決測樹，明天會學習多顆決策樹組合成的隨機森林 決策樹原理 對資料重複進行二元分割，形成樹狀結構 根...
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 在神經網路中，通常會讓每層的神經元輸出後再經過激勵函數，它對於神經網路的性能扮演著重要的角色，主要是利用激勵函數的下列特性： 引入非線性：我們知道神經元...
前幾天的迴歸模型中，我們希望找到一個函數能最好的表達因變數與自變數之間的關係，而尋找這個函數的方法就是定義損失函數(loss function)或稱成本函數(...
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...
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...
前幾天有提過的線性回歸是用來預測一個連續的值，而今天要學的邏輯回歸則是用來做分類用的 線性回歸 V.S. 邏輯回歸 線性回歸:找到一條線，讓data盡可...
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...
熬夜沒睡飽好像成為每天必抱怨的事項了，今天畢竟踏上旅途，我們話少一些，直接開始吧！ 我們在一開始有簡單說明機器學習的類型今天的內容就是要來仔細說一下關於這些...
前言 昨天了解到了機器學習的各種學習方式，今天就要針對模型的目標來區分出兩種不一樣的問題，一個是回歸問題 ( Regression Problem )，一個是分...
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...
昨天經歷了數學的摧殘（？）以後，今天來點輕鬆一點的內容吧～ 截至目前的文章已經介紹了 GAN 和 VAE 兩種類型的圖像生成模型。其實，我們還可以進一步結合兩...
前言 資料正規化 ( Normalization ) 與標準化 ( Standardization ) 在機器學習中是為重要的資料預處理技術，將特徵值縮放到一個...
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...
進到AI世界的第四天，經過歷史老師和地理老師摧殘後，終於輪到生物老師來教學啦！ 但是你看了一下黑板上的描畫，有的由一堆相連的圈圈組成，像一串葡萄，有些又像是高聳...
接下來要進入到 VAE 的重頭戲，數學原理的解釋與推導 其實從前兩天的文章應該已經能瞭解 VAE 如何運作、有什麼特點，如果真的很排斥數學，好像可以先左轉離開（...
由於非監督學習模型通常沒有像監督學習中的標籤可使用，因此非監督學習模型的可解釋性通常是透過資料視覺化和數據分析來實現。以下為各位整理非監督學習中可解釋性的一些例...
正規化可減少模型overfitting的問題 L1 regularization (Lasso) 加入L1正規化 (loss function + L1...
前言 資料預處理 ( Data Preprocessing ) 指的是在進行機器學習或深度學習之前，對原始的資料進行處理或轉換的過程，是相當重要的流程，為了確保...
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...
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...
你已經想像著自己意氣風發拿著劍砍下怪獸頭顱的模樣了嗎？且慢且慢，我們還在新手村哪！ 手上沒有劍，腦子也空空的，這樣就算怪獸看見了都懶得吃你啊～ 歷史老師已經在敲...
今天終於要開始介紹另一個生成模型了！那就是 variational auto-encoder，簡稱 VAE 不過在開始解釋 VAE 是什麼之前，先來說明一下 a...
前言 在上篇文章，我們提到到了在機器學習中模型學習的方式，今天就要來探討機器學習這個「學習」的過程，以及模型如何去進行「訓練」，而這當其實就是一連串的流程，也稱...
本篇僅大概敘述各種情境，無深入探討，各情境常用演算法等將在之後的文章中討論 Supervised Learning (監督式學習) 會告訴機器正確的答案(...
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...
前言 大家好我是一名目前在資工系裡渾渾噩噩的學生，是昨天被說服參加鐵人賽的，加上早上去 TOPC 當炮灰，所以現在才在趕趕趕的發出第一篇文。我對這個領域基本上也...
前言 我是一名資工系大三的學生，在同學的極力推薦(?)下決定參加這次的鐵人賽，在督促自己學習的同時，也是給未來的自己留一份筆記。六月起參與了三個月的機器學習專案...
人工智慧（Artificial Intelligence，AI） 是一個廣泛討論和研究的領域，其主要目標是使機器或電腦系統具備像人類一樣的智慧和智能表現。 AI...
科科
‧
2023-09-16
rubylin
yao021019
許皓翔
hard_fish
初墨 Roy
10程式中
iThome鐵人賽
看影片追技術