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 線性迴歸Linear Regression(3)--正規化迴歸(Regularized Regression)

前言 在多元迴歸模型中,我們常常關心是否全部的解釋變數都可以幫助預測反應變數,或是只有部分的解釋變數有用?昨天的內容提到可以解決這類問題常見的方法有子集選取法(...

鐵人賽 自我挑戰組 DAY 24
Python資料分析學習地圖 系列 第 24

技術 Day 24 : 隨機森林

原理 昨天有提到 Bagging 最有名的例子就是隨機森林,它是集合多棵決策樹來進行預測,很多樹就成為了森林,稱之為隨機森林。每一棵樹只能看見部分特徵,但透過多...

技術 每日一篇學習筆記 直到我做完專題 :( [Day42]

最近有點疲乏了 弄一點點就好今天學著把字給切割丟給機器 import jieba #分詞 text = "我星期天早上想去爬山,我是台中人所以想去...

技術 panel data regression in r

廢話不多說,直接附上code影片含有程式碼詳細解說,若有誤再煩請告知,謝謝 library(plm) data("Produc") pan...

鐵人賽 AI & Data DAY 14

技術 Day14 分類(Classification)(2)-- 邏輯斯迴歸模型(Logistic Regression)

前言與介紹 在機器學習中常常用來處理分類問題的方法之一為邏輯斯迴歸模型(Logistic regression),與線性迴歸模型不同的是邏輯斯迴歸模型是直接針對...

技術 每日一篇學習筆記 直到我做完專題 :( [Day41]

今天稍微學習看看NLP的基礎 甚麼是NLP(自然語言處理)自然語言處理簡單來說就是讓機器讀懂我們所說的話並且生成出語言能跟人類互動 比如說一句話:我打算下週去日...

鐵人賽 AI & Data DAY 15

技術 〔Day15〕數據也可以降維?-MDS

今天又是科普日~偷偷預告大家一下,科普篇剩不多惹,如果你是喜歡被科普的人,得好好珍惜剩下的幾篇啦,但若你是不喜歡的,那我也恭喜你快撐過去啦,剩沒幾篇,接下來幾乎...

技術 量化交易 X 跨界金融 | EP.2 股市資料視覺化---K線重疊指標

前言 從本章節開始,將依照技術指標的類型或方向來進行分類,並在之後一一分享,內容將著重於介紹技術指標的用處以及視覺化的呈現,必須強調的是,技術分析理論並非無懈...

鐵人賽 AI & Data DAY 6

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...

技術 機器學習的設計模式 — 資料的呈現

機器學習(以下簡稱ML)的核心其實就是數學運算,而且只能運算特定類型的資料型式。但是在真實世界中,我們的很多資料是無法能夠立刻丟進去做數學運算的。例如,決策樹(...

鐵人賽 AI & Data DAY 23

技術 Day23 集成學習(Ensemble Learning)(2)--隨機森林(Random Forest)

前言 昨天的內容提到Bagging與Boosting改善預測結果的方法,不過在許多問題中Boosting常常表現得比Bagging更好,因此Boosting這類...

鐵人賽 影片教學 DAY 24
R語言-預測方法大全 系列 第 24

技術 [Day-24] 預測操作--時間序列簡介 (time series in r)

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤,還請留言指正,謝謝您的指教 #影片程式碼 library(forecast)#AUTO-ARIMA lib...

技術 每日一篇學習筆記 直到我做完專題 :( [Day39]

忘記發了 因為報告關係 直接配合gpt實作看看案例 import pandas as pd from sklearn.model_selection impor...

鐵人賽 AI & Data DAY 20

技術 〔Day20〕在Orange中玩玩K-means帶來的效果

來到了鐵人賽的2/3天數了!再撐十天就可以完賽啦~好興奮壓>□< 我們要堅持下去壓,我相信若有看完的你們,一定會感到很充實der!準備好,我們就繼續...

鐵人賽 AI & Data DAY 12

技術 〔Day12〕來做個小預測吧-Tree、Logistic Regression

經過了前兩天補充的小知識,今天我們就來用Orange做個預測看看唄! 匯入檔案&檢查 這次用到的數據是水果與蔬菜的訓練集,需要的人可以直接點擊超連結進入...

鐵人賽 AI & Data DAY 23

技術 24 Recurrent neural network

接續上一篇。 Recurrent neural network 那大家所熟知的 RNN 是怎麼回事呢?我們把假設改了一下: 狀態都是 連續 的。 時間是離散的...

鐵人賽 AI/ ML & Data DAY 9

技術 [Day9] 當強化學習遇上健身房!?

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...

鐵人賽 影片教學 DAY 27
R語言-預測方法大全 系列 第 27

技術 [Day-27] 預測操作--SARIMA模型預測 (SARIMA model in r)

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤,還請留言指正,謝謝您的指教 #影片程式碼 #延續DAY26 p<-forecast(fit,3,la...

鐵人賽 AI/ ML & Data DAY 5

技術 [Day5] 一起探索非監督式學習

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...

技術 每日一篇學習筆記 直到我做完專題 :( [Day39]

今天來自己重新做一個簡單模型 雖然數據有點太少:l import pandas as pd from sklearn.model_selection impor...

鐵人賽 AI & Data DAY 28

技術 Day28 類神經網路(Neural Network)(2)

前言 昨天介紹了Single Layer Neural network與Deep Neural Network,而模型的結構在隱藏層(hidden layer)...

鐵人賽 AI & Data DAY 7

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...

鐵人賽 AI & Data DAY 21

技術 [DAY21] 機器學習 - 分群與分類(一)

分群理論 群內差異小,群間差異大 找出比較相似的資料聚集在一起,形成集群(Cluster) 相似性的依據是採用歐式距離,相對距離愈近、相似程度越高,被歸類至同...

技術 [Day - 2] 機器學習概論(下)

1.機器學習與人工智能 機器學習是人工智能研究發展到一定階段的必然產物 人工智能”推理期”:只要能賦予機器邏輯推理能力,機器就具有智能 人工智能”知識期”:要使...

鐵人賽 AI & Data DAY 1

技術 [DAY1] 前言

前言 大學修人工智慧這堂課時,期末專題實作一個手寫數字辨識系統開啟了我對機器學習學習之路,在此之前只修過一些理工科基礎課。興趣研究約兩年。藉這個機會回顧自己是怎...

鐵人賽 影片教學 DAY 10
R語言-預測方法大全 系列 第 10

技術 [Day-10] 預測操作--線性迴歸-上 (linear regression in r)

您的訂閱是我製作影片的動力訂閱點這裡~ 若內容有誤,還請留言指正,謝謝您的指教 #影片程式碼 data(iris) iris <- iris[,-c(5...

鐵人賽 自我挑戰組 DAY 15
Python資料分析學習地圖 系列 第 15

技術 Day 15 : 機器學習介紹

前半段講python講得差不多惹XDD 終於進入機器學習篇章(打開全新的一頁的感覺),接著讓我們好好地繼續學習吧 人工智慧的分級 扯到機器學習,不得先拉回比較宏...

技術 初探使用 Google 的 Tensorflow 機器學習技術的設計服務平台

本身是 WordPress 愛好者,看到官方推薦這家聲稱使用機器學習的設計平台?所以花了一天撰寫心篇文章: WordPress 官方推薦 | 免費人工智慧 L...

鐵人賽 AI & Data DAY 1

技術 監督式學習-機器學習基礎

前言:本系列文基於Coursera上Google開設之課程編寫而成,主要針對ML(機器學習)基本概念與Tensorflow做基本介紹。希望能對於初入機器學習的...

技術 使用機器學習的挑戰

演算法和人類之間的差別在於,如果將相同的資料輸入到演算法中兩次,最後會得到相同的答案,但人類並非如此。 如果歸檔資料是紀錄我們的過去,大數據是同步分析我們的現在...