iT邦幫忙

機器學習相關文章
共有 414 則文章
鐵人賽 AI & Data DAY 8

技術 〔Day8〕淺談階層式分群法(Hierarchical Clustering)

為了因應明天會用到的組件,所以先來科普一下大家拉~ 階層式分群法(Hierarchical Clustering) 它是透過階層架構的方式,將資料一層層地反覆...

鐵人賽 影片教學 DAY 16
全民瘋AI系列 系列 第 16

技術 [Day 16] 決策樹 (迴歸器)

決策樹 (迴歸器) 今日學習目標 迴歸決策樹 學習決策樹是如何處理連續性數值輸出 實作決策樹迴歸器 查看決策樹方法在簡單線性迴歸和非線性迴歸表現...

徵才 【高通宣布第三屆「高通台灣創新競賽」起跑 !】

https://www.bnext.com.tw/article/61060/2021-qualcomm-innovate-in-taiwan-challeng...

鐵人賽 影片教學 DAY 27
全民瘋AI系列 系列 第 27

技術 [Day 27] 使用GCP部署機器學習API

使用GCP部署機器學習API 此範例使用鳶尾花朵資料集進行 XGBoost 分類器模型訓練。將模型儲存起來,並使用 Flask 建置 API 介面提供輸入值預...

鐵人賽 AI & Data DAY 27

技術 Day27 類神經網路(Neural Network)(1)

前言 類神經網路(Neural Network, NN),又稱為神經網路、人工神經網路(Artificial Neural Network, ANN),屬於非線...

鐵人賽 影片教學 DAY 6
全民瘋AI系列 系列 第 6

技術 [Day 6] 非監督式學習 k-means 分群

非監督式學習k-means分群 今日學習目標 非監督式學習 何謂非監督式學習? 集群分析? 分群演算法介紹 k-means 分群分類演算法 非...

技術 人工智慧-機器學習-強化學習-深度學習-卷積網路

因為自己不太懂,所以就整理了一下,這之間的關係。 人工智慧(Artificial Intelligence,AI) 指由人製造出來的機器,所表現出來的智慧型。...

鐵人賽 AI & Data DAY 1
全民瘋AI系列2.0 系列 第 1

達標好文 技術 [Day 1] 全民瘋AI系列2.0-機器學習實戰手冊

全民瘋AI系列2.0 第13屆iT邦幫忙鐵人賽 前言 哈囉大家好我是10程式中的10!我是上一屆鐵人賽影片教學組全民瘋AI系列的作者,當時講解了人工智慧的基...

鐵人賽 AI & Data DAY 9

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...

鐵人賽 Big Data DAY 22
tensorflow 學習筆記 系列 第 22

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...

鐵人賽 AI & Data DAY 9

技術 Day9 線性迴歸Linear Regression(4)--幾個常見的潛在問題

前言 資料利用線性迴歸建構模型之後,因為每筆資料特性的不同,可能會有許多問題出現,今天的內容將提到幾個在線性迴歸模型建模後常見的問題。 常見的問題 反應變數...

鐵人賽 AI & Data DAY 12

技術 13 Kernel SVM 與 RBF network

我們前面介紹了線性模型跟基本的神經網路模型。 可能有的人會覺得我怎麼不放神經網路的圖,看數學式子看的很痛苦。 是的,我的確沒打算放圖。一來神經網路的圖在各大網站...

鐵人賽 影片教學 DAY 21
全民瘋AI系列 系列 第 21

技術 [Day 21] XGBoost (迴歸器)

XGBoost (迴歸器) 今日學習目標 了解 XGBoost Regression Boosting vs Decision tree & Ba...

鐵人賽 影片教學 DAY 11
全民瘋AI系列 系列 第 11

技術 [day 11] KNN (分類器)

KNN (分類器) 今日學習目標 K-近鄰演算法介紹 KNN 計算步驟解析 實作 KNN 分類器 觀察不同 K 值會對分類結果造成什麼影響...

鐵人賽 自我挑戰組 DAY 14

技術 【Day 14】 利用Keras中的CNN方法 進行數字辨識

大家好,今天跟大家學習 利用Keras中的卷積神經網路(Convolutional Neural Networks,CNN)來進行數字辨識。 謎之聲:說好的AS...

鐵人賽 AI & Data DAY 30
全民瘋AI系列2.0 系列 第 30

技術 [Day 30] 使用 Heroku 部署機器學習 API

使用 Heroku 部署機器學習 API 今日學習目標 動手部署自己的機器學習 API 使用 Heroku 雲端平台部署應用程式 前言 開發的最後一哩路部署...

鐵人賽 AI & Data DAY 5
全民瘋AI系列2.0 系列 第 5

技術 [Day 5] 機器學習大補帖

機器學習大補帖 今日學習目標 了解機器學習是什麼 何謂機器學習? 人工智慧的範疇 什麼是人工智慧? 資料科學三劍客 機器學習的種類有哪些? 從人類學習...

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...

鐵人賽 影片教學 DAY 3
全民瘋AI系列 系列 第 3

技術 [Day 3] 機器學習大補帖

機器學習大補帖 今日學習目標 了解機器學習是什麼 機器學習三大類別 機器學習的流程 何謂機器學習? 機器學習是一種學習的演算法,是一種從一大群資料中去學習...

鐵人賽 AI & Machine Learning DAY 6

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...

鐵人賽 自我挑戰組 DAY 26
Python資料分析學習地圖 系列 第 26

技術 Day 26 : LightGBM 與 GridSearch

LightGBM GBDT(Gradient Boosting Decision Tree) 是利用弱分類器迭代訓練來得到最佳的模型,而 LightGBM(Li...

鐵人賽 AI & Data DAY 4

技術 Day4 利用Python處理資料(3)--訓練集(training set)與測試集(testing set)

前言 在監督式學習中,我們可以將收集而來的資料切割為訓練集與測試集來尋找表現最好的模型,而這兩種資料集就像字面上的意思一樣,訓練集是用來訓練模型,測試集是用來測...

鐵人賽 影片教學 DAY 20
全民瘋AI系列 系列 第 20

技術 [Day 20] XGBoost (分類器)

XGBoost (分類器) 今日學習目標 XGBoost 介紹 XGBoost 是什麼?為什麼它那麼強大? Bagging vs. Boosting...

鐵人賽 影片教學 DAY 7
全民瘋AI系列 系列 第 7

技術 [Day 7] 非監督式學習-降維(1)

非監督式學習-降維(1) 今日學習目標 降維觀念 何謂降維? 降維有什麼優點? 常見兩種降維方法 PCA & t-SNE 降維 (Di...

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...

鐵人賽 AI/ ML & Data DAY 26

技術 [Day 26] Transformer:自然語言處理的關鍵技術

Transformer 前言 昨天提到的大型語言模型(LLM)依賴一個非常關鍵的技術架構——Transformer。它在自然語言處理(NLP)領域掀起了革命性的...

鐵人賽 AI & Data DAY 5

技術 [Day 5] 站在巨人的肩膀上 - 回顧股票市場交易論文

一、前言 矮子能看得更遠,只因為他站在巨人的肩膀上。 - Isaac Newton 今天的文章,我將著眼於過去研究,探討之前的研究人員,在股市預測下應用了...

鐵人賽 影片教學 DAY 26
全民瘋AI系列 系列 第 26

技術 [Day 26] 使用Heroku部署機器學習API

使用 Heroku 部署機器學習 API 今日學習目標 動手部署自己的機器學習 API 使用 Heroku 免費雲端平台部署應用程式 Fork 專案...

技術 Test / Validation 對中文使用者的困惑

在什麼都先不知道的狀況下,如果問:「先測試,再驗證。」「先驗證,再測試。」各位覺得哪個語意上比較合理呢? 自從幾個月前與人聊過後,三不五時有機會,我就會問身邊的...

鐵人賽 AI & Data DAY 6

技術 【Day 6】回歸與分類 Regression & Classification

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...