前言 很多演算法在參數計算時，常會使用最小平方法(OLS)或最大概似法(MLE)求解，因此，努力K了一下，把心得記錄下來，希望能與同好分享。 其中，涉及數學證明...
2020.06.24 更新錯誤的Schwefel，現在已經收斂到跟原作者一樣好了 0. 前言: 本篇主要是紀錄Adaptive Particle Swarm...
2020.06.24:修改錯誤的Schwefel 0. 前言: 本篇主要是紀錄Particle swarm optimization (PSO). A tut...
前言 最近在練習Kaggle，使用到許多沒使用過的機器學習的方法，尤其在回歸問題上，遇到了LinearRegression、Ridge、Lasso、Grad...
本偏示範了如何將Pipeline與TransformedTargetRegressor結合，前者負責處理輸入特徵的縮放；後者針對目標輸出作縮放。若有更進一步需求...
前言 剛剛克服了 YOLO v4 安裝的問題，又碰上另一個 C library 需要安裝，真是頭痛。dlib 是一個機器學習的函數庫，它包含許多功能(可參考官網...
前言 YOLO 是一個即時物件偵測(object detection)的模型，它處理速度可達 30 FPS，可以用在視訊上偵測移動的物體，平均準確度(mAP)可...
前言 這一陣子總統大選幾乎天天有民調，各家調查結果大相逕庭，調查結果相差10~20%，但每一項民調都宣稱『信心水準95%，抽樣誤差為正負3.0%』，照理講不是應...
前言 上一次談到『假設檢定』(Hypothesis Testing)，它可以檢定一項實驗是否有顯著性的效果，但是，我們要蒐集多少樣本才能驗證實驗的可靠度呢? 這...
前言 機器學習經過訓練(Trainning)、評估(Evaluation)後，就可以得到準確率(Accuracy)、精確率(Precision)、召回率(Rec...
前言 上一篇談到準確率(Accuracy)、精確率(Precision)、召回率(Recall)、F1 Score，它們適用在不同的場景，接著我們再來討論『RO...
前言 初接觸機器學習時，常會給幾個效能衡量指標搞得一個頭兩個大： 混淆矩陣(Confusion Matrix)。 準確率(Accuracy)、精確率(Prec...
案例說明中，google有提供以下的建議：（文章：ML Systems in the Real World: Guidelines） （列表中會提供相近的本系列...
今天是鐵人賽的最後一天，我想說來聊聊 Transferring learning 以及 Model serving。今天也會有簡單的Colab實作 (Trans...
實戰完整程式碼不知不覺就經過了30天的文章考驗，剛開始的幾天較有餘裕，文章的質量也比較高一些，但之後隨著比賽以及開學的上課時間影響，文章質量有所下降，對讀者還是...
今天是最後一天了，終於可以完賽，回顧這三十天來分享了好多機器學習相關的東西，自己也有許多的收穫，除了分享一下完賽心得，我們今天也來探討一下數據分析相關工作之間的...
芋頭
‧
2019-10-15
google和研究文學的教授一同研究，看能不能用隱喻的作品資料，去預測作者的政治傾向。在完成模型後，他們發現準確率超高，到底是為什麼呢？ 文章：ML Syste...
開始說明機器學習與現實世界的互動，本篇說明癌症預測 文章：ML Systems in the Real World: Cancer Prediction Go...
訓練模型 print('START Fit') print('stack_gen') stack_gen_model = stack_gen.fit(np.a...
現在使用TensorFlow來訓練我們的這個模組。 以下會有幾個步驟：開始準備、製作特徵、以年齡當做分類的特徵、定義模型特徵、訓練深度神經網路模型、評估神經網路...
生成這些Boosting模型時，參數已經調整過，若是對調整超參數有其他想法也可以使用第16天的超參數調整哦！ from sklearn.ensemble imp...
今天我們來實際來跑簡單的Dataset，就是 DL 101 資料集 - MNIST。透過較為簡單的Dataset 來理解像GAN這種相對難的演算法，應該能較容易...
今天我們來實作GAN，簡單複習一下，GAN的Component 有 Generator 以及 Discriminiator 。而 Generator 任務就是...
資料的部分準備完畢之後，接下來最重要的就是模型的產生以及訓練了，在這裡我們先定義了線性模型的交叉驗證以及參數組合，方便之後進行使用。定義交叉驗證評分函數 imp...
進入遊戲區體驗Fairness的機器學習，將會練習之前所說的不同的差異以及用子組合，來評估模型性能。 文章 （本篇分成兩章文章） 開始前 資料：用成人普查收入...
在評估模型的時候，會發現模型與結果有誤差，模型無法針對我們的測試集反映出真正結果，這就是評估的偏差（evaluating for bias）。這時候就是需要用到...
今天我們來討論最近很流行的GAN，而最近很多新聞或者很多Youtuber都在討論他的應用，Ex: DeepFake 或者一些人像修圖應用。都是GAN的應用。 G...
將特徵都整理的差不多之後，由於當初我們合併了Train以及Test兩個資料集，要在最後將原先的資料切割開，並簡單處理一下離群值。 # y為測試集 X = fin...
在資料中有哪些偏見會產生呢？讓我們看下去 文章：Fairness: Identifying Bias Missing Feature Values：我們的...
今天我們來討論一個進化的AutoEncoder - Variational AutoEncoder。先回顧一下AutoEncoder的架構，AutoEncode...
eyelash*睫毛
Dan
Austin
iThome鐵人賽
看影片追技術