由於我們需要有指標來衡量一個模型的好壞,而問題可以粗略分成「分類」和「迴歸」問題。而根據不同的問題,我們所選用的衡量指標也會不同。 分類 關於分類問題,我們先介...
線性迴歸(Linear Regression) 今日學習目標 認識線性迴歸 透過機器學習來找出一條函式,來最佳化模型 兩種求解方法 線性迴歸程式手把手...
非監督式學習-降維 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 (Dimens...
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+眾數 vs 列入各群權重 final_mean <- final[,c(1:4...
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...
升上高中也有專題研究的學分。為了找到適合的題目,我和同個專研的同學一起到師大資工(和科學班合作的校系之一)訪問教授。前後去了幾個禮拜,從聲音分析、叢集計算等,甚...
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...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## 應用一: 分群補值(數值+類別) #### library(missForest) #產生隨機na值...
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...
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...
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) #演算法 library(ClusterR) opt_gmm = Optimal_Clust...
咱們一起做資料清理和前處理 今日學習目標 資料如何清理 什麼是資料清理? 資料前處理的方式 為什麼資料要前處理呢?前處裡有何好處? 學習 Skle...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## 應用一: 分群補數值 #### library(missForest) #產生隨機na值 libra...
你真了解資料嗎?試試看視覺化分析吧! 今日學習目標 探索式分析 (EDA) 聊聊何謂 EDA,為何要做數據分析? 撰寫第一支 EDA 程式 透過鳶尾花...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 #延續上一支影片 gmm = GMM(iris, 4, dist_mode = "eucl_di...
Python 介紹 今天是第一天,首先想先帶大家認識 python 是一個怎麼樣的程式語言,而為什麼這麼多人在使用呢?這裡列了幾項優點: 容易學習和操作應用廣...
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...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
前言 有一說一,表情辨識到底還是個分類任務。如果我說有一種演算法可以在不需要標籤的情況下自動幫我們分組,你相信嗎?那就叫分群演算法(clustering)! 機...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 ## k prototype #### library(clustMixType) data(iris)...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
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...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
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
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
您的訂閱是我製作影片的動力訂閱點這裡~ 影片程式碼 library(naniar) data(iris) any_na(iris) #前置1: chk NA...
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
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
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