iT邦幫忙

機器學習相關文章
共有 366 則文章
鐵人賽 影片教學 DAY 9

技術 [Day-9] R語言 - K - means ++ 實作 ( K - means ++ in R.Studio)

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...

鐵人賽 AI & Data DAY 7

技術 08 l2-regularized 線性模型

我們來回顧一下 SVM 模型。 他可以被進一步轉成 在 SVM 的陳述當中,有沒有發現 這部份看起來跟 regularization 一樣。後半部份...

鐵人賽 影片教學 DAY 11
R語言-預測方法大全 系列 第 11

技術 [Day-11] 預測操作--線性迴歸-下 (linear 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 #延續DAY10 model <- lm(Sepal.Le...

技術 Day1 參加職訓(機器學習與資料分析工程師培訓班),記錄學習內容(6/30-8/20)

人工智慧與機器學習概論 第一天,早上介紹AI相關的產業,以及目前應用的領域有哪些,例如:AIot智慧物聯網,也補充了一些學習上可以使用的小工具(FastSton...

鐵人賽 Software Development DAY 17

技術 [D17] ML機器學習(入門)

之前有提到 CNN 業會用在 ML ,那甚麼是 ML 呢? Machine Learning 機器學習 ML 就是 Machine Learning 的縮寫,大...

鐵人賽 AI & Data DAY 23

技術 24 Recurrent neural network

接續上一篇。 Recurrent neural network 那大家所熟知的 RNN 是怎麼回事呢?我們把假設改了一下: 狀態都是 連續 的。 時間是離散的...

鐵人賽 影片教學 DAY 24
R語言-預測方法大全 系列 第 24

技術 [Day-24] 預測操作--時間序列簡介 (time series 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 library(forecast)#AUTO-ARIMA lib...

技術 panel data regression in r

廢話不多說,直接附上code影片含有程式碼詳細解說,若有誤再煩請告知,謝謝 library(plm) data("Produc") pan...

鐵人賽 影片教學 DAY 10
R語言-預測方法大全 系列 第 10

技術 [Day-10] 預測操作--線性迴歸-上 (linear 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 <- iris[,-c(5...

技術 初探使用 Google 的 Tensorflow 機器學習技術的設計服務平台

本身是 WordPress 愛好者,看到官方推薦這家聲稱使用機器學習的設計平台?所以花了一天撰寫心篇文章: WordPress 官方推薦 | 免費人工智慧 L...

鐵人賽 AI & Data DAY 29

技術 Day29 主成分分析(Principal Components Analysis, PCA)

前言 鐵人賽來到了最後兩天,其幾天的內容屬於機器學習中監督式學習(Supervised learning)的模型,這兩天將撰寫的是兩種非監督式學習(Unsupe...

鐵人賽 AI & Data DAY 11

技術 12 從線性模型到神經網路

我們把線性模型們都大統一了。 接下來就要進入到令人興奮的神經網路模型了! 首先,我們先來介紹著名的感知器...嗯...前面不是介紹過了? 喔喔!對喔!他長這個...

鐵人賽 影片教學 DAY 27
R語言-預測方法大全 系列 第 27

技術 [Day-27] 預測操作--SARIMA模型預測 (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DAY26 p<-forecast(fit,3,la...

鐵人賽 影片教學 DAY 14
R語言-預測方法大全 系列 第 14

技術 [Day-14] 預測操作--決策樹-上 (CART-decision tree 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 library(naniar) data("iris...

技術 [Day - 1] 機器學習概論(上)

1.什麼是機器學習 Arthur Samuel (1959): 一門不需要通過外部程序指示而讓電腦有能力自我學習的學科 Tom Mickell (1997)...

技術 [Day - 2] 機器學習概論(下)

1.機器學習與人工智能 機器學習是人工智能研究發展到一定階段的必然產物 人工智能”推理期”:只要能賦予機器邏輯推理能力,機器就具有智能 人工智能”知識期”:要使...

鐵人賽 AI & Data DAY 10

技術 Day 9. 機器學習模型 - 非監督式學習

非監督式的學習,資料上沒有標籤,也就是沒有答案,很適合還不知道要找出什麼問題,透過聚類來看出資料的相關性,比如說 Netflix 的客戶觀看影片傾向。或是找出異...

鐵人賽 AI & Data DAY 1

技術 監督式學習-機器學習基礎

前言:本系列文基於Coursera上Google開設之課程編寫而成,主要針對ML(機器學習)基本概念與Tensorflow做基本介紹。希望能對於初入機器學習的...

鐵人賽 Big Data DAY 5

技術 18禁的大人玩具要來談分級,真車自動駕駛分等級:自動駕駛不等於無人駕駛,不等於無人車自主駕駛

18禁的大人玩具要來談分級,真車自動駕駛分等級:自動駕駛不等於無人駕駛,不等於無人車 美國車輛產業界方面把自動分成六個級數, 0: 完全不具自動化1: 駕駛輔助...

鐵人賽 AI & Data DAY 11

技術 Day 10. 機器學習模型 - 強化學習

監督和非監督式學習使用了所有的資料來學習進行預測,但是在強化學習中,並非所有資料從一開始就看得見,而是透過摸索的形式和環境互動取得經驗,從錯誤中學習找到一個長期...

鐵人賽 AI & Data DAY 20

技術 Day20 決策樹(Decision Tree)(2)--修剪(Pruning)與分類樹(Classification Tree)

前言 昨天的內容提到針對迴歸的問題如何建立決策樹模型,可以針對訓練集的資料有一個好的預測,但是以昨天提到的方式建立一個完美的決策樹模型後,會使得整棵樹的分支很多...

鐵人賽 自我挑戰組 DAY 24
Python資料分析學習地圖 系列 第 24

技術 Day 24 : 隨機森林

原理 昨天有提到 Bagging 最有名的例子就是隨機森林,它是集合多棵決策樹來進行預測,很多樹就成為了森林,稱之為隨機森林。每一棵樹只能看見部分特徵,但透過多...

技術 NBA大數據預測高達65%準確且能賺錢的分析研究,究竟是真是假呢?

今天來分享一篇研究,是由Matthew Houde所撰寫的《Predicting the Outcome of NBA Games》,是一篇利用機器學習的模型去...

鐵人賽 影片教學 DAY 24

技術 人工智慧 (2/2)

[Day 24] 人工智慧3.2:機器學習 (29min)-- 監督式學習 (Supervised Learning) => 分類 (Classifi...

鐵人賽 影片教學 DAY 13
R語言-預測方法大全 系列 第 13

技術 [Day-13] 預測操作--羅吉斯迴歸-下 (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 #延續DAY12 future <- predict(mo...

鐵人賽 AI & Data DAY 3

技術 一、用skeleton code解釋tensorflow model程式執行方式(tf.keras) ep.3

文章說明 文章分段: 文章說明 簡介datasets 描述模型訓練的流程 程式架構:上程式的虛擬碼,預告要寫的檔案、功能有哪些 主程式的實際撰寫,註明程式開始...

鐵人賽 影片教學 DAY 19
R語言-預測方法大全 系列 第 19

技術 [Day-19] 預測操作--xgb-上 (gb xgb 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 #GB library(gbm) set.seed(123) m...

技術 深度學習常用程式碼

之前沒整理程式碼的習慣經常想到某些程式碼就要翻以前寫的覺得有點浪費時間 之後有用到就貼上來 慢慢更新然後我會打一些關鍵字方便自己用Ctrl + F 搜尋 #ka...

鐵人賽 AI & Data DAY 23

技術 Day23 集成學習(Ensemble Learning)(2)--隨機森林(Random Forest)

前言 昨天的內容提到Bagging與Boosting改善預測結果的方法,不過在許多問題中Boosting常常表現得比Bagging更好,因此Boosting這類...

鐵人賽 影片教學 DAY 18
R語言-預測方法大全 系列 第 18

技術 [Day-18] 預測操作--隨機森林-下 (random forest tuning 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DAY17 features <- setdiff(...