iT邦幫忙

機器學習相關文章
共有 366 則文章
鐵人賽 AI & Data DAY 15

技術 【Day 15】學習率 Learning Rate

前言 學習率 ( Learning Rate ) 是梯度下降優化算法中的一個重要 超參數,它決定了在每一步更新模型參數時,參數應該調整多少。學習率的選擇對於優化...

鐵人賽 影片教學 DAY 13

技術 [Day-13] R語言 - GMM高斯混和模型 實作-上 ( GMM 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 5

技術 【Day 5】邏輯斯迴歸 Logistic regression

今日大綱 什麼是邏輯斯迴歸? 最大概似估計 線性迴歸 vs. 邏輯斯迴歸 什麼是邏輯斯迴歸? 邏輯斯迴歸為線性迴歸的變形,其經過sigmoid functi...

鐵人賽 影片教學 DAY 5

技術 [Day-5] R語言 - 分群前處理 ( Clustering Preprocessing )

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 20

技術 〔Day20〕在Orange中玩玩K-means帶來的效果

來到了鐵人賽的2/3天數了!再撐十天就可以完賽啦~好興奮壓>□< 我們要堅持下去壓,我相信若有看完的你們,一定會感到很充實der!準備好,我們就繼續...

鐵人賽 影片教學 DAY 20
R語言-預測方法大全 系列 第 20

技術 [Day-20] 預測操作--xgb-中 (xgb 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DAY19 importance <- xgb.im...

鐵人賽 AI & Data DAY 15

技術 〔Day15〕數據也可以降維?-MDS

今天又是科普日~偷偷預告大家一下,科普篇剩不多惹,如果你是喜歡被科普的人,得好好珍惜剩下的幾篇啦,但若你是不喜歡的,那我也恭喜你快撐過去啦,剩沒幾篇,接下來幾乎...

鐵人賽 影片教學 DAY 16
R語言-預測方法大全 系列 第 16

技術 [Day-16] 集成學習簡介(ensemble learning introduction)

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

技術 利用大數據分析預測MLB勝負(下)

在上一篇文章中,我們介紹了作者最終挑選模了Elastic net (L1+L2) penalty regularization(彈性網路正規化)作為最後的預測模...

鐵人賽 影片教學 DAY 12

技術 [Day-12] R語言 - K - prototype 實作 ( K - prototype 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 ## k prototype #### library(clustMixType) data(iris)...

鐵人賽 影片教學 DAY 11

技術 [Day-11] R語言 - K - mode 實作 ( K - mode 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 影片教學 DAY 29
R語言-預測方法大全 系列 第 29

技術 [Day-29] 預測觀念9-提升模型準確度(minimize predict error)

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 28

技術 [Day-28] R語言 - 分群應用(五) 分群預測 - 提升模型準確度 ( Improve Model Accuracy by Clustering in R.Studio )

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

技術 量化交易 X 跨界金融 | EP.2 股市資料視覺化---K線重疊指標

前言 從本章節開始,將依照技術指標的類型或方向來進行分類,並在之後一一分享,內容將著重於介紹技術指標的用處以及視覺化的呈現,必須強調的是,技術分析理論並非無懈...

鐵人賽 影片教學 DAY 3

技術 [Day-3] R語言 - 分群分類 傻傻分不清楚~ (clustering vs classification)

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 24

技術 Day24 支持向量機(Support Vector Machine, SVM)(1) -- Optimal Separating Hyperplane

前言 支持向量機(Support Vector Machine, SVM),是Vladimir Vapnik在 1960 年代首次開發的一類統計模型。在近幾年,...

鐵人賽 影片教學 DAY 10

技術 [Day-10] R語言 - kernel K - means 實作 ( kernel 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 影片教學 DAY 4

技術 [Day-4] R語言 - 分群重點演算法 ( Clustering Algorithm )

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

技術 量化交易 X 跨界金融 | EP.4 股市資料視覺化---股市量能指標

前言 本章節將介紹股市的量能指標,顧名思義是用來追蹤成交量的技術指標,以股市的成交量變化來衡量股市推動力,協助投資者判讀股價的走勢,例如,當一檔股票的成交量過...

鐵人賽 AI & Data DAY 15

技術 Day15 分類(Classification)(3)-- Python建立邏輯斯迴歸模型

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

鐵人賽 AI & Data DAY 22

技術 Day22 集成學習(Ensemble Learning)(1)--Bagging and Boosting

前言 集成學習(Ensemble Learning)是一種將多個模型整合起來,最後獲得比單一個模型表現更好的方法,例如在某筆資料集中可以使用KNN、線性迴歸模型...

技術 一本與ChatGPT共同寫成的書!

This Book has no Author: Or does ChatGPT qualify as an author? 學者, Messick, 把跟Ch...

技術 用新技術加強您的內部稽核-將稽核軟體引入組織的 7 個步驟

在 2000 年代初期,內部稽核團隊的典型工作重點是完成對特定財務和運營領域的傳統週期性稽核——這一過程通常與組織的更大目標脫節。今天的內部稽核職能已經發生了徹...

鐵人賽 影片教學 DAY 6

技術 [Day-6] R語言 - 怎麼選 分群群數 & 距離? ( Clustering Distance & Index )

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 2
R語言-預測方法大全 系列 第 2

技術 [Day-2] 預測觀念1-名詞&流程簡介

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 自我挑戰組 DAY 4

技術 04 你的專研不是你的專研

升上高中也有專題研究的學分。為了找到適合的題目,我和同個專研的同學一起到師大資工(和科學班合作的校系之一)訪問教授。前後去了幾個禮拜,從聲音分析、叢集計算等,甚...

鐵人賽 AI & Data DAY 23

技術 〔Day23〕無程式的圖像分析(一)-Clustering

經過了幾次我們對於電腦內的表格或是Orange內分享的資料集進行分析,那其實數據有著許多型式,包括圖像、表格、文本或一段音頻等等,那今天我要為大家介紹的,是如何...

鐵人賽 影片教學 DAY 18

技術 [Day-18] R語言 - 分群應用(一) k - prototype類別補值 - 上 ( Fill.NA with k - prototype 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 ## 應用一: 分群補值(數值+類別) #### library(missForest) #產生隨機na值...

鐵人賽 AI & Data DAY 26

技術 Day26 支持向量機(Support Vector Machine , SVM)(3)--SVM and Kernel

前言 過去內容提到的Optimal Separating Hyperplane、Support Vector Classifier與LDA等方法,都是利用線性的...

鐵人賽 AI & Data DAY 18

技術 【Day 18】模型評估(一) : 混淆矩陣 Confusion Matrix

前言 在訓練完我們的模型之後,通常會用測試資料給我們的模型做測試,評估模型在測試資料上的表現,那要用什麼來評判這個模型的好壞呢?於是我們就用一些驗證指標 ( V...