iT邦幫忙

機器學習相關文章
共有 366 則文章
鐵人賽 自我挑戰組 DAY 20
Python資料分析學習地圖 系列 第 20

技術 Day 20 : 線性迴歸與羅吉斯迴歸

線性迴歸(Linear Regression) 如果我們有數據 (x, y) ,假設 x 是年資、y 是薪資,我們想找出其中的關聯 w 和 b (y = w...

鐵人賽 Big Data DAY 22

技術 Day22 機器學習見面會

終於,在喝完冬至湯圓的隔天,R語言與機器學習見面會進入最後一個主題了,機器學習演算法。 已砍就: .NET工程師的R環境 R語言基礎 R語言資料介面 R語言的...

鐵人賽 影片教學 DAY 18
全民瘋AI系列 系列 第 18

技術 [Day 18] 隨機森林 (分類器)

隨機森林 (分類器) 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? 實作隨機森林分類器 比較隨機森林與決策樹兩者差別...

鐵人賽 AI & Data DAY 3

技術 04 從感知器到 maximum-margin classifier

上次我們完成了感知器的介紹,感知器也有他相對應的學習演算法:perceptron learning algorithm (PLA)。 不過我們今天沒有要講 PL...

鐵人賽 影片教學 DAY 15
全民瘋AI系列 系列 第 15

技術 [Day 15] 決策樹 (分類器)

決策樹 (分類器) 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? 實作決策樹分類器 觀察決策樹是如何生成的 決策樹會根據...

鐵人賽 影片教學 DAY 24
全民瘋AI系列 系列 第 24

技術 [Day 24] 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...

鐵人賽 影片教學 DAY 19
全民瘋AI系列 系列 第 19

技術 [Day 19] 隨機森林 (迴歸器)

隨機森林 (迴歸器) 今日學習目標 迴歸隨機森林 了解隨機森林是如何處理連續性數值輸出 實作隨機森林迴歸器 觀察隨機森林中的樹的數量是否影響預測...

鐵人賽 影片教學 DAY 13
全民瘋AI系列 系列 第 13

技術 [Day 13] SVM (分類器)

SVM (分類器) 今日學習目標 了解 SVM 分類器 何謂支持向量機 ? 非線性與線性? SVM 分類器手把手實作 藉由圖形化的邊界,來了解使用不...

鐵人賽 影片教學 DAY 30
全民瘋AI系列 系列 第 30

技術 [Day 30] 使用TensorFlow.js建置DNN手寫數字辨識分類器

使用TensorFlow.js建置DNN手寫數字辨識分類器 不能觀看的話可以點選連結: https://www.youtube.com/watch?v=u17...

鐵人賽 AI & Data DAY 10

技術 11 廣義線性模型

我們前面探討了不同的資料型態可以對應不同的迴歸模型。 不覺得每個迴歸模型都有那麼點相似的地方嗎? 線性迴歸: 羅吉斯迴歸: Poisson 迴歸: 在右手...

鐵人賽 AI & Data DAY 2

達標好文 技術 Day 1. AI 簡介 - 什麼是 AI

在介紹什麼是 AI 之前,先講一個血淋淋的親身經歷來說明 AI 的重要性。 你喜歡玩遊戲嗎? 我以前很愛玩遊戲,特別是那種很花時間要反覆練功升等級的線上遊戲。有...

鐵人賽 自我挑戰組 DAY 25
Python資料分析學習地圖 系列 第 25

技術 Day 25 : XGBoost

極限梯度提升 eXtreme Gradient Boosting(XGBoost) ,被稱為 Kaggle 競賽神器,常常第一名都是使用這個演算法。先來前情提要...

鐵人賽 AI & Data DAY 13

技術 14 淺層神經網路

為什麼大家到現在都這麼迷神經網路模型? 我想主因不是因為他是模擬生物而來,他有一些更扎實的數學特性。 我們前面講過各種線性模型,然後將他過渡到神經網路。 今天要...

鐵人賽 自我挑戰組 DAY 2

技術 【零基礎成為 AI 解夢大師秘笈】Day02 - Python Basics II

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...

鐵人賽 影片教學
全民瘋AI系列 系列 第 31

技術 [全民瘋AI系列] 完賽總結

全民瘋AI系列完賽總結 參加這次的鐵人賽也算是完成我在學習上的一個里程碑!本來還認為寫文章比較耗時(三年前鐵人賽經驗)想說拍攝影片用說得應該比較快,結果...大...

鐵人賽 自我挑戰組 DAY 21
Python資料分析學習地圖 系列 第 21

技術 Day 21 : SVM

原理說明 SVM (support vector machine 支援向量機),是在特徵空間中找到一個分離超平面,也就是「決策邊界」(decision boun...

鐵人賽 AI & Data DAY 4

技術 05 從 maximum-margin classifier 到 kernel SVM

注意:整篇文章極度數學高能!! 沒有把前一篇文章看完的朋友別擔心,我們會在開頭先回顧一下。在一番數學技巧的替換過後,我們的 maximum-margin cla...

鐵人賽 自我挑戰組 DAY 1

技術 Day 01 : Python 介紹和開發環境

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...

鐵人賽 影片教學 DAY 10
全民瘋AI系列 系列 第 10

技術 [Day 10] Logistic regression

Logistic regression 今日學習目標 認識邏輯迴歸 線性分類器 邏輯迴歸程式手把手 使用邏輯迴歸建立鳶尾花朵分類器 羅輯迴歸(...

鐵人賽 AI & Data DAY 14

技術 15 為什麼要深?

接著我們就來到了蠻重要的問題,既然一個 hidden layer 的網路架構就可以逼近任何連續函數,那麼為什麼要深度學習? 對於這個問題,台大李宏毅老師有非常詳...

鐵人賽 影片教學 DAY 9
R語言-預測方法大全 系列 第 9

技術 [Day-9] 預測觀念8-單熱變數(one hot encoding 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 #單熱變數 data("iris") fea...

技術 <如何區分 人工智能、機器學習、深度學習 >

在這裡我們簡單介紹一下定義什麼是人工智能、深度學習、以及機器學習。 為了方便初學者理解都用比較易懂的方式做描述。 在這之前,我們必須要先了解程式(Progra...

鐵人賽 AI & Data DAY 2

技術 03 從線性迴歸到感知器

感知器(perceptron)是在 1957 年就被發明出來的的模型,對電腦的發展或是人工智慧來說都是非常早期的。 感知器模型他是一個二元分類的分類器,他解的是...

鐵人賽 AI & Data DAY 12

技術 Day 11. 機器學習模型 - 評價模型

模型學習完成之後,怎麼驗證模型學習的效果好不好,預測準不準確,就是今天要講的模型的評價方法。 交叉驗證(Cross validation) 監督式學習需要有資料...

技術 [筆記]C++ & C#影像處理-機器學習AdaBoost訓練

前言 偵測人臉或物體即將快到尾聲了,希望在12月底能完成相關的實作,也要給自己下一年新的目標,而我最困難的目標大概是英文。這次要介紹機器學習的AdaBoost,...

鐵人賽 AI & Data DAY 5

技術 06 從 hard-margin SVM 到 soft-margin SVM

從前面的 kernel SVM 當中我們已經獲得了很強大的模型,可是他還是會有不足之處,像是當資料有雜訊的時候就容易將每個資料點都個別分開。 有時候我們反而希望...

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 影片教學 DAY 23
全民瘋AI系列 系列 第 23

技術 [Day 23] 免費雲端 Jupyter Notebook 資源

免費雲端 Jupyter Notebook 資源 今日學習目標 挖掘免費雲端 Jupyter Notebook 資源 Kaggle &amp; Googl...

鐵人賽 影片教學 DAY 12
全民瘋AI系列 系列 第 12

技術 [Day 12] KNN (迴歸器)

KNN (迴歸器) 今日學習目標 KNN 迴歸 學習 KNN 方法如何處理連續性輸出 實作 KNN 迴歸器 查看KNN方法在簡單線性迴歸和非線性迴歸...

鐵人賽 AI & Data DAY 17

技術 18 Multi-layer preceptron

我們來更具體一點講 multi-layer perceptron (MLP)。 最簡單的版本莫過於 linear MLP,不過不太會有人去用他,其實只是每層 l...