在本節中,我們將深入學習監督式機器學習的兩大主要分支:回歸模型和分類模型。首先,我們將應用線性回歸和決策樹等模型來預測股價,並使用均方誤差(MSE)等指標評估模...
昨天我們已經註冊好帳號,並且啟用學生版帳戶,也建立了影像分類的專案,今天我們將開始蒐集資料、訓練模型,最後測試模型。 蒐集圖片資料 在訓練模型之前我們需要先蒐集...
教學原文參考:影像辨識機械手臂 一、簡介 這個單元著重在將之前所學到的內容做整合,並且應用到工業類的主題。讓我們試想一個場景,傳統工廠對於物料分類,大多仰...
前言 基礎的資料生成模組已經有了,那接下來今天會介紹基礎的模型定義方式。 模型的根本--任務(task) 在設計模型之前,要先體認到最根本的問題:我們要執行怎麼...
這一篇主要是以機率來解釋classification,以下是以李宏毅老師機器學習的課程為主要說明,以下是以神奇寶貝為例子。由下面這張圖,假設要做一個binary...
今天要來學習一下分類很常用的一種方法支撐向量機(Support Vector Machines : SVM),不可避免必需來學習一下數學有點像以前學過的線性規劃...
分類這個章節的重點在於掌握多種不同數據類型,例如:連續(身高、長度)、等第(名次)、項目(種類)等。這個章節的相關程式碼在 Chapter 04,主要使用著名的...