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 30

技術 【零基礎成為 AI 解夢大師秘笈】Day30 - Django 整合部署 AI model

AI 解夢最終祕笈 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,自由團隊將從0到1 手把手教各位讀者...

鐵人賽 AI & Data DAY 21

技術 Day21 決策樹(Decision Tree)(3)--Python建立模型

載入套件 import pandas as pd from sklearn.model_selection import train_test_split fr...

鐵人賽 AI & Data DAY 8

技術 09 從線性迴歸到羅吉斯迴歸

我們從前面的模型演化可以了解一個機器學習模型可以怎麼樣衍生出其他的變體來解決問題。 現在我們要切換到另外一條跑道上,我們一樣是從線性迴歸模型出發,我們或許可以換...

鐵人賽 影片教學 DAY 12
R語言-預測方法大全 系列 第 12

技術 [Day-12] 預測操作--羅吉斯迴歸-上 (glm-logistic 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 <- subset(i...

鐵人賽 AI & Data DAY 8

技術 Day 7. 機器學習模型 - 監督式學習(一)

講解完基本知識之後,開始介紹具體模型的部分,搭配範例可以更有感覺的知道實際上 AI 是怎麼做預測的。 接下來的範例,資料有的是機器學習用的公開資料,有的是為了方...

鐵人賽 AI & Data DAY 11

技術 Day 11: 人工智慧在音樂領域的應用 (機器學習/深度學習與類神經網路二)

機器學習簡介 (Machine Learning, ML) 機器學習是一種透過資料、特徵擷取以及訓練的方式,來幫助電腦能夠學習並且辨認出特定領域的知識。而機器學...

鐵人賽 AI & Data DAY 12

技術 Day 12: 人工智慧在音樂領域的應用 (機器學習/深度學習與類神經網路三)

今天作為機器學習這系列的收尾,我們來聊聊深度學習與機器學習的差異,以及為什麼現今的機器學習/深度學習發展跟以往相比能夠在結果上有如此巨幅的成長。 深度學習 前兩...

鐵人賽 影片教學 DAY 7
R語言-預測方法大全 系列 第 7

技術 [Day-7] 預測觀念6-隨機抽樣(random sampling 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 #隨機抽樣 data("iris") n &...

鐵人賽 自我挑戰組 DAY 19
Python資料分析學習地圖 系列 第 19

技術 Day 19 : KNN 與 K-means

今天進入演算法的介紹,首先打頭陣介紹的是 KNN 與 K-means,兩者不太一樣。 KNN 是監督式學習演算法;K-means 是非監督式學習演算法 KNN...

活動 iThome Tech Talk 機器學習系列入門講座,熱烈報名中!

iThome Tech Talk 11月主題來囉!這個月推出「Learn From Data」系列,以機器學習為主題的入門講座,現正熱烈報名中~ 如果你對機器學...

鐵人賽 AI & Data DAY 10

技術 〔Day10〕分類樹(Classification Tree) vs 迴歸樹(Regression Tree)

大家好,來到我們第十天嚕~今天我們要來談談Tree,因為在後續的實作都會應用到,所以再來繼續科普一下大家,在我們了解分類和迴歸之前,先來初步了解決策樹吧! 決策...

AI 高中生的自我學習 系列 第 2

技術 Day 2 - 機器學習

機器學習的強弱項 強項 速度 記憶 多變數: 人很難掌握三個變數以上的互動關係 多模組 訓練過程 保留頂尖菁英 訓練完成 結合高手團隊 弱項 缺...

技術 電商老闆應該要懂的 AI 基本觀念

好像很多中小電商都覺得,「AI 是大平台才會用到,中小電商根本用不到」,我歸納出中小電商不重視 AI 的應用,主要是基於兩個理由: 導入 AI 的應用,需要投...

鐵人賽 AI & Data DAY 7

技術 Day7 線性迴歸Linear Regression(2)--多元線性迴歸模型(Multiple Linear Regression)與幾何解釋

前言 昨天介紹了簡單線性迴歸模型的基本架構,當資料只有一個解釋變數或特徵時(一個反應變數Y,多個解釋變數X的情境),這個方法相當方便且容易解釋,但是當資料存在較...

鐵人賽 AI & Data
全民瘋AI系列2.0 系列 第 31

技術 [全民瘋AI系列2.0] 完賽總結

全民瘋AI系列2.0完賽總結 不知不覺就參加了三屆iT邦鐵人賽,很高興能夠藉由此活動分享經驗與知識。雖然這三十天過程很辛苦,但也透過這種方式督促我整理這些內容。...

鐵人賽 AI & Data DAY 16

技術 17 Autoencoder

既然前一篇提到學習特徵是一件重要的事,那麼我們就來講講 autoencoder 吧! Autoencoder 就是一個 unsupervised 方法,試圖學習...

鐵人賽 自我挑戰組 DAY 23
Python資料分析學習地圖 系列 第 23

技術 Day 23 : 集成式學習

接下來的要介紹一個很重要的模型觀念 - 集成式學習。俗話說的好,三個臭皮匠勝過一個諸葛亮,而在機器學習又是怎麼應用呢?讓我們一起探索吧! 集成式學習 集成式學習...

鐵人賽 AI & Data DAY 19

技術 Day19 決策樹(Decision Tree)(1)--迴歸樹(Regression Tree)

前言與介紹 決策樹(Decision tree)在機器學習中是一種容易理解但強大的演算法,可以用來處理分類以及迴歸的問題(Classification and...

鐵人賽 影片教學 DAY 26
R語言-預測方法大全 系列 第 26

技術 [Day-26] 預測操作--SARIMA模型建立&診斷 (diagnose 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DAY25 fit <- arima(時序格式 ,o...

鐵人賽 AI & Data DAY 9

技術 Day 8. 機器學習模型 - 監督式學習(二)

決策樹(Decision Tree) 根據過去的資料來預測決策的樹狀圖,因為決策過程被視覺化,常被用來解釋決策的原因。 比如說租屋公司想要靠過去的資料預測怎樣的...

鐵人賽 AI & Data DAY 9

技術 [Day9] 機器學習進行時間序列預測及注意事項(下)

(資料更新中,會盡快補上缺漏部分) 上集我們說明了迴歸分析和時間序列分析的差異、訓練時的注意事項;下集我們就來進行 Python 實作示範。 我們會對同一份資料...

鐵人賽 影片教學 DAY 5
R語言-預測方法大全 系列 第 5

技術 [Day-5] 預測觀念4-離群值(find outlier 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 #離群值 data(iris) par(mfrow=c(1,3)...

鐵人賽 AI & Data DAY 6

技術 Day 5. AI 趨勢 - 機器學習和深度學習

網路時代的來臨,一直默默耕耘的機器學習終於站上了舞台。隨之而來的深度學習以石破天驚的技術力展現在人們的眼前。 終於輪到重頭戲的部分。從今天開始正式邁入機器學習相...

鐵人賽 AI & Data DAY 2

技術 回歸與分類-ML問題的兩大分類

在上一篇文中,我們介紹了ML問題的兩個主要分類。現在讓我們更詳細的來深入學習這兩者的差別吧! 回歸與分類   回到上篇文章的餐廳例子,我們想要利用客人帳單的...

鐵人賽 AI & Data DAY 8

技術 [Day8] 機器學習進行時間序列預測及注意事項(上)

(資料更新中,會盡快補上缺漏部分) 第八篇我們進到機器學習的範疇。 說到用機器學習模型做時間序列預測,一定馬上想到把它當成迴歸問題對吧;不過呢,雖然時間序列預測...

鐵人賽 AI & Data DAY 11

技術 Day11 K-近鄰演算法(K Nearest Neighbors, KNN)--模型介紹

前言與介紹 K-近鄰演算法(K-Nearest Neighbors),簡稱KNN,屬於機器學習中監督式學習(supervised learning)的無母數方法...

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...

鐵人賽 自我挑戰組 DAY 16
Python資料分析學習地圖 系列 第 16

技術 Day 16 : 模型衡量指標

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...

鐵人賽 影片教學 DAY 6
R語言-預測方法大全 系列 第 6

技術 [Day-6] 預測觀念5-資料轉換(data transformation 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 #轉換 data(iris) library(dplyr) ir...

鐵人賽 AI & Data DAY 5

技術 [Day 05] 當我~們同在一起在17在17 (k-means 理論篇)

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...