https://www.qualcomm.com/innovate-in-taiwan-challenge?utm_source=%E3%80%8A%E6%95...
XGBoost 今日學習目標 XGBoost 介紹 XGBoost 是什麼?為什麼它那麼強大? XGBoost 優點 比較兩種整體學習架構差異? Ba...
決策樹 (Decision tree) 今日學習目標 決策樹演算法介紹 決策樹如何生成? 如何處理分類問題? 如何處理迴歸問題? 實作決策樹分類器 觀...
隨機森林 (Random forest) 今日學習目標 隨機森林介紹 隨機森林的樹是如何生成?隨機森林的優點? 隨機森林如何處理分類問題? 隨機森林如何處理...
今日目標 了解如何儲存訓練好的模型參數 儲存模型範例 載入模型範例 Github Ipython Notebook 好讀完整版 還記得當我們在定義模型的時候...
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...
資料清理&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...
核模型 - 支持向量機 (SVM) 今日學習目標 SVM 分類器 何謂支持向量機? 非線性與線性? 多元分類支持向量機。 SVR 迴歸器 學習 SVR...
前面幾天我們用幾種常見的迴歸解決了計算數值的數學題目以及回答是或否的是非題目,接下來,我們來讓機器學習用分類(Classification)的方式幫我們回答選擇...
今日目標 了解過濾器 (Filter) 運作方式 了解 ReLU 激活函數 (Activation) 運作方式 了解最大池化器 MaxPooling 運作方式...
邏輯迴歸 (Logistic Regression) 今日學習目標 認識邏輯迴歸 線性分類器 邏輯迴歸學習機制 比較線性迴歸與邏輯迴歸 多元分類邏輯迴歸...
近朱者赤,近墨者黑 - KNN 今日學習目標 K-近鄰演算法介紹 KNN 演算法解析 KNN 於分類器和迴歸器的做法 比較 KNN 與 k-means 差異...
機器學習常犯錯的十件事 今日學習目標 探討機器學習常犯的十件錯誤 前言 人工智慧近年來成為任何產業熱門的話題之一,各公司積極地導入機器學習技術協助產業 AI...
今日學習目標 了解 K-Fold 各種不同變形 K-Fold Cross-Validation Nested K-Fold Cross Validation...
使用Python Flask架設API吧! 這系列的 AI 文章快進入尾聲了,因此打算利用剩下來時間講解應用端的部分。同時也趁這幾次連假規劃了一些教學,希望接...
今日學習目標 常見的交叉驗證方法 K-fold Leave one out cross validation Random Subsampling Boot...
Plotly Express 今日學習目標 安裝 plotly 手把手實作視覺化鳶尾花朵資料集 直方圖 特徵關聯度分析 散佈圖 箱形圖 複合型視覺化技巧 匯...
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...
第28天了!今天豪邁的把鐵人賽前備用的分類演算法題目一次乾了,喉嚨借我過一下。 k最近鄰居分類法(k-Nearest Neighbour Classifica...
資料分布與離群值處理 今日學習目標 資料特徵觀察與離群值分析 檢視資料的分布狀態 偏度 (Skewness) 峰度 (Kurtosis) 修正特徵偏度的...
類神經網路(Artificial neural network)也常被稱為人工神經網路,這個題目有著很多本書厚的艱深,好在今天的難只到厲害的題目名稱,我們今天淺...
使用 Python Flask 架設 API 吧! 今日學習目標 API 觀念講解 什麼是 API? RESTful API HTTP Request 方法...
資料視覺化 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 (iris) 資料集,...
今日目標 了解 DCGAN 使用 MNIST 資料集嘗試訓練 DCGAN Ipython Notebook 好讀完整版 Introduction Deep...
今日學習目標 如何選擇最佳的模型? 深入理解度擬合與欠擬合 Bias-Variance Tradeoff 如何避免過擬合與欠擬合? 前言 在機器學習中...
今日目標 了解 Convolutional Autoencoder 實作 Deconvolutional layer 實作 Max Unpooling lay...
今日目標 觀察第二個卷積層輸出 全連結層以及 dropout 用意 深度是啥米 第二卷積層輸出 前一篇中我們主要觀察了第一個卷積層的輸出以及內部結構.那我們...
AutoML 今日學習目標 了解何謂 AutoML 超參數調參方法 Grid Search Random Search Bayesian Optimizat...
CatBoost 今日學習目標 了解 CatBoost 模型 實作 CatBoost 迴歸模型-房價預測 模型訓練、特徵篩選 超參數搜索 自動處理類別型的特...
Optuna 今日學習目標 Optuna 如何採樣參數? 實作 Optuna 搜尋最佳超參數 以 XGBoost 迴歸模型於房價預測為例 Optuna 視覺...