iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 0 留言 17405 瀏覽

鐵人賽 AI & Data DAY 18

全民瘋AI系列2.0 系列第 18 篇

技術 [Day 18] 機器學習 boosting 神器 - CatBoost

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...

10程式中 ‧ 2021-09-30

1 Like 0 留言 16992 瀏覽

鐵人賽 AI & Data DAY 13

全民瘋AI系列2.0 系列第 13 篇

技術 [Day 13] 整體學習 (Ensemble Learning)

整體學習 (Ensemble Learning) 今日學習目標了解整體學習何謂整體學習？三種不同的整體學習 Bagging、Boosting、S...

10程式中 ‧ 2021-09-25

2 Like 0 留言 16711 瀏覽

鐵人賽 AI & Data DAY 21

全民瘋AI系列2.0 系列第 21 篇

技術 [Day 21] 調整模型超參數利器 - Optuna

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...

10程式中 ‧ 2021-10-03

1 Like 0 留言 16529 瀏覽

鐵人賽影片教學 DAY 8

全民瘋AI系列系列第 8 篇

技術 [Day 8] 非監督式學習-降維(2)

非監督式學習-降維(2) 今日學習目標實際撰寫兩種不同降維方法 PCA & t-SNE 本系列教學簡報 PDF & Code 都...

10程式中 ‧ 2020-09-23

1 Like 1 留言 16483 瀏覽

鐵人賽自我挑戰組 DAY 27

Python資料分析學習地圖系列第 27 篇

技術 Day 27 : 模型解釋 Shap

在經過集成式學習(ensemble learning)之後的 tree based (像是 Random Forest, XGBoost, LightGBM)...

皮卡丘打排球 ‧ 2021-10-09

1 Like 0 留言 16355 瀏覽

鐵人賽 AI & Data DAY 24

全民瘋AI系列2.0 系列第 24 篇

技術 [Day 24] 機器學習 - 不能忽視的過擬合與欠擬合

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...

10程式中 ‧ 2021-10-06

0 Like 0 留言 15105 瀏覽

鐵人賽 Big Data DAY 11

tensorflow 學習筆記系列第 11 篇

技術 Tensorflow Day11 MNIST CNN 各層視覺化分析

今日目標建立三層卷積層的 CNN 使用 PCA 降維分析使用 TSNE 降維分析 Github Ipython Notebook 好讀完整版到現在為...

c1mone ‧ 2016-12-26

0 Like 0 留言 15052 瀏覽

鐵人賽 AI & Machine Learning DAY 4

Machine Learning 與 Deep Learning 筆記系列第 4 篇

技術 [Day4] 梯度下降法（Gradient Descent）

梯度下降昨天我們提到，令我們的函數為：則誤差為：其中 x 為輸入，y 為輸出。我們想要將誤差最小化，因此可以透過微分來求算。首先，我們先來回想一下微分的定...

愷開 ‧ 2017-12-23

0 Like 0 留言 14681 瀏覽

鐵人賽 Big Data DAY 15

tensorflow 學習筆記系列第 15 篇

技術 Tensorflow Day15 Autoencoder

今日目標了解 Autoencoder 概念了解 Autoencoder 用於無監督訓練 Autoencoder Autoencoder 是一種無監督 (...

c1mone ‧ 2016-12-30

1 Like 0 留言 14116 瀏覽

鐵人賽 Big Data DAY 26

tensorflow 學習筆記系列第 26 篇

技術 Tensorflow Day26 LSTM 內部結構介紹

今日目標了解 LSTM 內部結構介紹之前提到了 LSTM 可以有效的解決 gradient vanishing 的問題，那到底其中的結構有什麼魔法呢？...

c1mone ‧ 2017-01-10

0 Like 1 留言 14075 瀏覽

鐵人賽 AI & Data DAY 17

全民瘋AI系列2.0 系列第 17 篇

技術 [Day 17] 輕量化的梯度提升機 - LightGBM

LightGBM 今日學習目標 LightGBM 與 XGBoost 比較了解 LightGBM 優點實作 LightGBM 處理資料不平衡資料信用卡...

10程式中 ‧ 2021-09-29

6 Like 0 留言 13582 瀏覽

鐵人賽 AI & Data DAY 7

OH～ AI 原來如此，互助就此開始！系列第 7 篇

達標好文技術 Day 6. 機器學習模型 - 學習的種類

當我們了解了 AI 的各種手法，就可以知道哪些想法在 AI 技術上是可行的，也能針對我們的目標知道需要什麼資料和要使用什麼演算法來建立模型（Model）。資...

henry_chen ‧ 2022-09-21

1 Like 0 留言 12895 瀏覽

鐵人賽 AI & Data DAY 7

全民瘋AI系列2.0 系列第 7 篇

技術 [Day 7] 非監督式學習-降維

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...

10程式中 ‧ 2021-09-19

1 Like 1 留言 12487 瀏覽

鐵人賽 Big Data DAY 17

tensorflow 學習筆記系列第 17 篇

技術 Tensorflow Day17 Sparse Autoencoder

今日目標了解 Sparse Autoencoder 了解 KL divergence & L2 loss 實作 Sparse Autoencoder...

c1mone ‧ 2017-01-01

4 Like 0 留言 12138 瀏覽

鐵人賽 AI & Data DAY 15

機器學習模型圖書館：從傳統模型到深度學習系列第 16 篇

技術 16 深度學習其實是一種 Representation learning

機器學習的技術已經發展了非常久的時間，我們有非常多的模型可以幫我們做預測，包含像是 regression、classification、clustering、s...

杜岳華 ‧ 2018-10-16

1 Like 1 留言 12100 瀏覽

鐵人賽 AI & Data DAY 28

全民瘋AI系列2.0 系列第 28 篇

技術 [Day 28] 儲存訓練好的模型

儲存訓練好的模型今日學習目標使用 pickle + gzip 儲存模型將訓練好的模型打包並儲存載入儲存的模型讀取打包好的模型並預測前...

10程式中 ‧ 2021-10-10

1 Like 0 留言 11942 瀏覽

鐵人賽 Big Data DAY 25

tensorflow 學習筆記系列第 25 篇

技術 Tensorflow Day25 Recurrent Neural Network with MNIST

今日目標了解 RNN 用 MNIST 訓練 RNN 觀察 RNN 訓練的情形以及結果 Github Ipython Notebook 好讀完整版 Intr...

c1mone ‧ 2017-01-09

0 Like 0 留言 11888 瀏覽

鐵人賽 AI & Machine Learning DAY 1

深度學習環境安裝筆記系列第 1 篇

技術 [Day 01] 深度學習環境安裝筆記 — 目錄

“在這裡我們不教你如何上太空，而是教你如何邁出第一步。” 雖然現在有許多好用的的框架跟環境可以讓普通人使用深度學習，在建置環境的過程中會遇到各種各式各樣的問...

a7552005 ‧ 2017-12-12

0 Like 0 留言 11777 瀏覽

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...

hanksu168 ‧ 2021-02-04

1 Like 0 留言 11609 瀏覽

鐵人賽自我挑戰組 DAY 1

零基礎成為 AI 解夢大師秘笈系列第 1 篇

技術【零基礎成為 AI 解夢大師秘笈】Day01 - Python Basics I

斜槓學習 – 零基礎成為 AI 解夢大師秘笈前言系列文章簡介大家好，我們是 AI . FREE Team - 人工智慧自由團隊，這一次的鐵人賽，自由團隊將...

人工智慧 - 自由團隊 ‧ 2020-09-16 ‧團隊AI . FREE Team

1 Like 0 留言 11554 瀏覽

鐵人賽 Big Data DAY 16

tensorflow 學習筆記系列第 16 篇

技術 Tensorflow Day16 Autoencoder 實作

今日目標實作 Autoencoder 比較輸入以及輸出 Github Ipython Notebook 好讀完整版實作定義 weight 以及 bia...

c1mone ‧ 2016-12-31

2 Like 0 留言 11434 瀏覽

鐵人賽 AI & Data DAY 22

機器學習模型圖書館：從傳統模型到深度學習系列第 23 篇

技術 23 Markov chain 及 HMM

上次我們講完在空間上，我們可以知道資料的區域性，並且利用 convolution 來萃取特徵。這次我們來講時間，其實不一定要是"時間"序列...

杜岳華 ‧ 2018-10-23

0 Like 0 留言 11392 瀏覽

鐵人賽 Big Data DAY 19

tensorflow 學習筆記系列第 19 篇

技術 Tensorflow Day19 Denoising Autoencoder

今日目標了解 Denoising Autoencoder 訓練 Denoising Autoencoder 測試不同輸入情形下的 Denoising Aut...

c1mone ‧ 2017-01-03

2 Like 0 留言 11284 瀏覽

鐵人賽影片教學 DAY 28

全民瘋AI系列系列第 28 篇

技術 [Day 28] API前後端串接

API前後端串接今日學習目標 API 前後端串接建立一個鳶尾花朵分類器的網頁 API URL 採用 Day 26 部署在 Heroku 的 AP...

10程式中 ‧ 2020-10-13

1 Like 0 留言 11051 瀏覽

鐵人賽 AI & Data DAY 4

全民瘋AI系列2.0 系列第 4 篇

技術 [Day 4] 咱們一起做資料清理和前處理

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...

10程式中 ‧ 2021-09-16

2 Like 0 留言 10574 瀏覽

鐵人賽影片教學 DAY 17

全民瘋AI系列系列第 17 篇

技術 [Day 17] 集成式學習

集成式學習今日學習目標了解集成式學習何謂集成式學習? 三種不同的集成式學習 Bagging、Boosting、Stacking 集成學習...

10程式中 ‧ 2020-10-02

2 Like 1 留言 10193 瀏覽

鐵人賽影片教學 DAY 16

全民瘋AI系列系列第 16 篇

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...

10程式中 ‧ 2020-10-01

3 Like 0 留言 9996 瀏覽

鐵人賽影片教學 DAY 27

全民瘋AI系列系列第 27 篇

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...

10程式中 ‧ 2020-10-12

0 Like 0 留言 9957 瀏覽

鐵人賽 AI & Data DAY 16

全民瘋AI系列2.0 系列第 16 篇

技術 [Day 16] 每個模型我全都要 - 堆疊法 (Stacking)

堆疊法 (Stacking) 今日學習目標了解 Stacking 方法堆疊法的學習機制為何？利用 Stacking 實作迴歸器透過 Stack...

10程式中 ‧ 2021-09-28

1 Like 0 留言 9792 瀏覽

鐵人賽影片教學 DAY 22

全民瘋AI系列系列第 22 篇

技術 [Day 22] 機器學習模型技巧 Stacking

Stacking 今日學習目標了解 Stacking 方法堆疊法的學習機制為何 ? 利用 Stacking 實作分類器透過 Stacking...

10程式中 ‧ 2020-10-07