iT邦幫忙

機器學習相關文章
共有 366 則文章
鐵人賽 AI & Data DAY 17

技術 Day17 分類(Classification)(5)-- Python建立線性判別分析(LDA)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 11

技術 〔Day11〕什麼是邏輯迴歸(Logistic Regression)?

經過了上一篇了解了Tree,今天我們要再來繼續科普啦~ 邏輯迴歸(Logistic Regression) 為一種統計分析方法,它會根據數據集的先前觀察,來預...

鐵人賽 AI & Data DAY 14

技術 Day14 分類(Classification)(2)-- 邏輯斯迴歸模型(Logistic Regression)

前言與介紹 在機器學習中常常用來處理分類問題的方法之一為邏輯斯迴歸模型(Logistic regression),與線性迴歸模型不同的是邏輯斯迴歸模型是直接針對...

鐵人賽 自我挑戰組 DAY 15
Python資料分析學習地圖 系列 第 15

技術 Day 15 : 機器學習介紹

前半段講python講得差不多惹XDD 終於進入機器學習篇章(打開全新的一頁的感覺),接著讓我們好好地繼續學習吧 人工智慧的分級 扯到機器學習,不得先拉回比較宏...

鐵人賽 影片教學 DAY 8
R語言-預測方法大全 系列 第 8

技術 [Day-8] 預測觀念7-損失函數(loss function 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

鐵人賽 AI & Data DAY 18

技術 Day18 重新抽樣方法(Resampling Methods)與Python

前言 重新抽樣(Resampling)的方法在機器學習或深度學習領域是一個非常重要工具,由訓練集(trainning set)中重新抽樣獲得樣本,在每個樣本上建...

鐵人賽 AI & Data DAY 1

技術 一、用skeleton code解釋tensorflow model程式執行方式(tf.keras) ep.1

挑戰前言 這次的挑戰想讓自己成功堅持一件事情30天,我之前是個蠻3分鐘熱度的人,寫文章也總是很久才生出一篇覺得滿意的,比兩天捕魚三天曬網還誇張。 所以我這次我決...

鐵人賽 影片教學 DAY 23
R語言-預測方法大全 系列 第 23

技術 [Day-23] 預測操作--SVM-下 (SVM 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DAY22 library(e1071) tune.mod...

鐵人賽 影片教學 DAY 4
R語言-預測方法大全 系列 第 4

技術 [Day-4] 預測觀念3-篩選自變量(choose variable 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 #找自變數以svm為例 data(iris) iris <...

鐵人賽 影片教學 DAY 1
R語言-預測方法大全 系列 第 1

技術 [Day-1] R語言預測大全簡介

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

鐵人賽 影片教學 DAY 15
R語言-預測方法大全 系列 第 15

技術 [Day-15] 預測操作--決策樹-下 (CART-pruning 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 #延續DAY14 printcp(dtreeM) #最佳cp =...

鐵人賽 影片教學 DAY 25
R語言-預測方法大全 系列 第 25

技術 [Day-25] 預測操作--SARIMA前提&參數調整 (SARIMA 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DAY24 #穩定檢測 adf.test(時序格式) la...

鐵人賽 AI & Data DAY 10

技術 Day10 線性迴歸Linear Regression(5)--Python建立線性迴歸模型

載入套件 import numpy as np import matplotlib.pyplot as plt import seaborn as sns fr...

鐵人賽 自我挑戰組 DAY 12

技術 機器學習、深度學習、人工智慧一樣嗎?

人工智慧Artificial Intelligence 目標是讓機器、電腦、軟體和機器人的運作方式能貼近人的思維,但又能保有比人類快速的運算、分析能力,期望機器...

鐵人賽 AI & Data DAY 8

技術 Day8 線性迴歸Linear Regression(3)--正規化迴歸(Regularized Regression)

前言 在多元迴歸模型中,我們常常關心是否全部的解釋變數都可以幫助預測反應變數,或是只有部分的解釋變數有用?昨天的內容提到可以解決這類問題常見的方法有子集選取法(...

鐵人賽 影片教學 DAY 28
R語言-預測方法大全 系列 第 28

技術 [Day-28] 預測操作--SARIMA&斷點 (break points 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(strucchange) #找斷點 librar...

鐵人賽 AI & Data DAY 6

技術 Day6 線性迴歸Linear Regression(1)--簡單線性迴歸模型(Simple Linear Regression)

前言 線性迴歸(Linear Regression)是監督式學習中相對比較簡單且容易理解的方法,一種用來建立X(解釋變數/自變數/預測變數/獨立變項/特徵)與連...

技術 [Day - 9]機器學習實例2(K-近鄰算法實現手寫體數字識別-1)

問題描述手寫體數字識別 一樣透過機器學習的步驟 Step 1:數據準備Scikit-learn自帶數據集通過sklearn.datasets.load_di...

鐵人賽 影片教學 DAY 17
R語言-預測方法大全 系列 第 17

技術 [Day-17] 預測操作--隨機森林-上 (random forest 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 利用大數據分析預測MLB勝負(上)

本文將要介紹由Andrew Y. Cui撰寫的《Forecasting Outcomes of Major League Baseball Games Usin...

鐵人賽 AI & Data DAY 17

技術 〔Day17〕聊聊另一個經典降維演算法-PCA

過了一個假日,我們要在來繼續科普各位啦~但!今天是個特別的日子,因為是最後一篇科普篇惹,希望這天大家都能好好吸收,為往後實作篇打好基礎!(不過齁,若你是喜歡被科...

鐵人賽 AI & Data DAY 5

技術 Day5 利用Python處理資料(4) -- 資料插補(Imputation)

前言 遺失值(Missing Value)資料的插補也是訓練模型前資料清洗重要的一環,在進行資料分析時資料常常是不完善的,因此需要有一些方法來處理資料遺失的狀況...

鐵人賽 影片教學 DAY 3
R語言-預測方法大全 系列 第 3

技術 [Day-3] 預測觀念2-資料清洗(na值處理)

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 #檔案因版權問題無法上傳,請見諒 library(dplyr)...

鐵人賽 AI & Data DAY 1

技術 [DAY1] 前言

前言 大學修人工智慧這堂課時,期末專題實作一個手寫數字辨識系統開啟了我對機器學習學習之路,在此之前只修過一些理工科基礎課。興趣研究約兩年。藉這個機會回顧自己是怎...

鐵人賽 AI & Data DAY 13

技術 〔Day13〕隨機森林(Random Forest)的概念

於上篇實作完之後,大家是否對於自己的操作上更進一步了呢,今天我們要來繼續為大家增加小知識,希望在操作上能得心應手外,還能在道理上融會貫通,一同更上一層樓!那就開...

鐵人賽 AI & Data DAY 12

技術 〔Day12〕來做個小預測吧-Tree、Logistic Regression

經過了前兩天補充的小知識,今天我們就來用Orange做個預測看看唄! 匯入檔案&檢查 這次用到的數據是水果與蔬菜的訓練集,需要的人可以直接點擊超連結進入...

鐵人賽 影片教學 DAY 22
R語言-預測方法大全 系列 第 22

技術 [Day-22] 預測操作--SVM-上 (SVM predict 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...

鐵人賽 AI & Data DAY 14

技術 〔Day14〕機器學習的模型評估-Logistic Regression、Random Forest、Tree

終於到了實作天,今天將會教導大家如何評估模型,準備好我們就開始囉~ 匯檔、建模型 這次我們將用回鳶尾花數據集來呈現,匯入File後,先用個簡單的分類方法訓練模型...

鐵人賽 AI & Data DAY 16

技術 Day16 分類(Classification)(4)-- 線性判別分析( Linear Discriminant Analysis)

前言與介紹 在分類問題中除了邏輯斯迴歸模型外,還有另一種常用的方法為線性判別分析(Linear discriminant analysis, LDA),主要概念...

鐵人賽 AI & Data DAY 28

技術 Day28 類神經網路(Neural Network)(2)

前言 昨天介紹了Single Layer Neural network與Deep Neural Network,而模型的結構在隱藏層(hidden layer)...