iT邦幫忙

machine learning相關文章
共有 412 則文章

技術 Install Norton on Mac by Experts At United Kingdom

The product's, for example, the Norton Antivirus Plus created by the organizatio...

鐵人賽 AI & Data DAY 30

技術 Day 30:取代資料科學家 -- AutoKeras 入門

前言 AutoML 想要滿足普羅大眾的夢想,不用學習一堆的演算法,只要你指定工作類別,它就幫你找到最佳模型及最佳參數,當然包括預測結果,哇,這麼神,不一探究竟怎...

鐵人賽 AI & Data DAY 30

技術 Day 30 完賽心得

完賽心得 一連串的文章讓我慢慢地複習以及學習,也謝謝各位的閱讀,之後我也會繼續加油,有空的話會再寫更深入的文章,這次的系列文章較少提到軟工的知識,之後會再寫關於...

鐵人賽 AI & Data DAY 29

技術 Day 29:深究強化學習

前言 前一篇介紹了強化學習初步的概念,並且採隨機策略測試一下,隨機等於沒有策略,這次我們實際擬定一些策略,說明強化學習的真正作法。之後再介紹各種演算法的進化及其...

鐵人賽 AI & Data DAY 29

技術 Day 29 機器學習的測試

機器學習的測試 今天我們要來介紹機器學習該如何測試。 該測試甚麼? 我們知道對機器學習來說,資料的正確性以及模型是否正確很重要,那麼我們要怎麼知道資料是否正確呢...

鐵人賽 AI & Data DAY 28

技術 Day 28:從直覺的角度初探強化學習

前言 2016年AI圍棋軟體AlphaGo連續擊敗韓國及中國等世界頂尖的好手,使得它背後的演算法 -- 強化學習(Reinforcement Learning)...

鐵人賽 AI & Data DAY 28

技術 Day 28 機器學習的技術債

機器學習的技術債 今天我們要來看看,機器學習中的技術債,而什麼是技術債呢? 技術債 根據wiki的描述,技術債指的開發人員是因為某些原因而進行妥協,選擇短期內能...

鐵人賽 AI & Data DAY 27

技術 Day 27 Grad-CAM如何實現?

Grad-CAM如何實現? 今天我們要來實作一個Grad-CAM,來了解到底神經網路看重甚麼地方。 Grad-CAM介紹 由CAM所改良,原本的CAM最後一層一...

鐵人賽 AI & Data DAY 27

技術 Day 27:使用Keras撰寫 生成式對抗網路(GAN)

前言 近年來,深度偽造(DeepFake)已經造成假影片氾濫,從剛開始的美國總統Obama的談話影片,到最近明星臉全部被套到各式的影片當中,真偽難辨,它根源的技...

鐵人賽 AI & Data DAY 26

技術 Day 26:Keras 自然語言處理(NLP)應用

前言 前一篇介紹了 RNN 的模型結構,接著我們來測試幾個完整的應用,藉以了解各個環節如何使用 Keras 撰寫,內容包括: 文字分類(Text Classi...

鐵人賽 AI & Data DAY 26

技術 Day 26 AI我想了解你~ Explanable AI

AI我想了解你~ Explanable AI 今天我們要來介紹一下Explanable AI是做甚麼用的。 Explanable AI 依照單字的翻譯,就是可解...

鐵人賽 AI & Data DAY 25

技術 Day 25:Keras 自然語言處理(NLP)實作

前言 自然語言處理主要是指文字(Text)相關的應用,例如: 文字分類(Text Classification):例如情緒分析(Sentiment Analy...

鐵人賽 AI & Data DAY 25

技術 Day25 機器學習會遇到的問題整理

機器學習會遇到的問題整理 今天我們要快速的看一下機器學習中,會遇到甚麼問題,那麼我們先從有提過的開始吧! 梯度消失 梯度消失會出現在以梯度下降法和反向傳播訓練人...

鐵人賽 AI & Data DAY 24

技術 Day 24:機器學習永遠不會跟你講錯 -- Keras 除錯技巧

前言 機器學習永遠不會跟你講錯,不管你丟甚麼東西進入訓練流程或預測,它都會給你一個答案,正是所謂的 Garbage In Garbage Out,因此,產生了兩...

鐵人賽 AI & Data DAY 24

技術 Day 24 LSTM、GRU如何實作?

LSTM、GRU如何實作? 今天我們要來實作LSTM以及GRU。 前置作業 我們使用Colab來當作我們的實作平台,並使用Keras來完成。 資料集 我們使用G...

鐵人賽 AI & Data DAY 18
資幾資比 系列 第 23

技術 [Series - 22] Random Forest

前言 上篇介紹 Decision tree,而這篇要分享的 Random forest 就是建構在 Decision tree 上的演算法。 Notebook...

鐵人賽 AI & Data DAY 23

技術 Day 23 RNN和LSTM 和GRU

RNN和LSTM和GRU 今天我們要來介紹一下,循環神經網路(Recurrent Neural Network),稱為RNN。 以及RNN的好朋友,LSTM(L...

鐵人賽 AI & Data DAY 23

技術 Day 23:Tensorflow 架構與其他模組介紹

前言 由於 Keras 的引進,使得 Tensorflow 架構變得有點疊床架屋,到底要遵從哪一路徑學習,常令初學者感到困擾,因此,對 Tensorflow 其...

鐵人賽 AI & Data DAY 22

技術 Day 22 如何讓測試資料集的正確率變高呢? Fusion篇

如何讓測試資料集的正確率變高呢? Fusion篇 今天我們要試試看,Fusion對正確率的影響。 前置作業 我們使用Colab來當作我們的實作平台,並使用Ker...

鐵人賽 AI & Data DAY 22

技術 Day 22:Tensorflow Dataset 相關用法整理

前言 之前的有一些案例程式使用 Tensorflow Dataset,但沒有多作解釋,心中有愧,因此,花了一些時間,整理相關用法如下。 Tensorflow D...

鐵人賽 AI & Data DAY 21

技術 Day 21:Batch Normalization 筆記整理

前言 當神經網路含很多(Deep)神經層時,常會在其中放置一些 Batch Normalization 層,顧名思義,它應該是作特徵縮放,但是,內部是怎麼運作的...

鐵人賽 AI & Data DAY 21

技術 Day 21 如何讓測試資料集的正確率變高呢? Voting篇

如何讓測試資料集的正確率變高呢? Voting篇 在Day 20天中,我們使用了ResNet架構,現在我們要試試看如何能再次提高正確率! 前置作業 我們使用Co...

鐵人賽 AI & Data DAY 20

技術 Day 20:使用 U-Net 作影像分割(Image Segmentation)

前言 影像分割(Image Segmentation)也稱【語義分割】(Semantic Segmentation),它可以是物件偵測演算法 RCNN 的延伸...

鐵人賽 AI & Data DAY 20

技術 Day 20 ResNet如何實現

ResNet如何實現 今天我們要來實作ResNet,並比較加入ResNet後,是否正確率有提升。 前置作業 我們使用Colab來當作我們的實作平台,並使用Ker...

鐵人賽 AI & Data DAY 19

技術 Day 19:Autoencoder 與去除雜訊

前言 Autoencoder 是一個非常重要的模型,它是很多進階模型的基礎,例如風格轉換(Style Transfer)、影像分割(Image Segmenta...

鐵人賽 AI & Data DAY 19

技術 Day 19 ResNet-從旁邊來囉

ResNet-從旁邊來囉 今天我們要介紹另一種的CNN,Residual Network。 深度CNN 為了取得更多或更深層的特徵,我們會採用越來越多層的CNN...

鐵人賽 AI & Data DAY 18

技術 Day 18 CapsNet如何實現

CapsNet如何實現 今天我們要實作CapsNet,並與第三天的結果比較。 傳送門 回顧 資料集使用fashion_mnist,為Keras內建的資料集。 訓...

鐵人賽 AI & Data DAY 18

技術 Day 18:自駕車(Self-driving) 動態物件偵測實作

前言 前一篇實作一個簡單的物件偵測(Object Detection),接下來我們來模擬自駕車(Self Driving)如何辨識前方的障礙物,一樣使用Tens...

鐵人賽 AI & Data DAY 17

技術 Day 17 CapsNet-好用的膠囊在CNN

CapsNet-好用的膠囊在CNN 今天我們要介紹一個很強的技術,CapsNet。 為什麼需要CapsNet? 在傳統的CNN中,在許多種情況已經能得到很好的辨...

鐵人賽 AI & Data DAY 17

技術 Day 17:TensorFlow 2 Object Detection API 實作

前言 前一篇介紹如何安裝 TensorFlow 2 Object Detection API,今天我們就來實作一個簡單的物件偵測(Object Detectio...