iT邦幫忙

machine learning相關文章
共有 760 則文章
鐵人賽 AI & Data DAY 6
一服見效的 AI 應用 系列 第 6

技術 Day 06:購物籃分析背後的演算法 -- Apriori

前言 上一篇我們介紹了『購物籃分析』的觀念與實作,現在就來研究它背後的演算法 -- Apriori,是如何找到這些關聯性強的商品組合。 Apriori 原理 『...

鐵人賽 AI & Data DAY 6

技術 DAY[6]-數據前處理(1) 資料類型與資料操作

在機器學習的過程中,對於資料的解釋以及處理是最前期也最重要的環節,在這個章節中,將使用資料本身較乾淨並且相當容易獲取的玩具資料集進行基礎講解,在基礎講解結束後將...

技術 [Day17]Launching into Machine Learning

實在是太棒了!從這篇開始我們會進入第二個課程,Launching into Machine Learning原本以為第一個課程會在10篇內完成,結果把內容打一打...

技術 【Day5】First:如何減少誤差,找出最適合的模組

前面知道建立模組的參數及一些方法,那要如何找出最適合的模組呢?我們有個公式:y=Wx+B,我們要怎麼找到「W」和「B」的最佳值,也就是最小的誤差呢?當然是一個一...

鐵人賽 AI & Data DAY 5

技術 DAY[5]-雲端基礎教學(2) colab基本操作與建議

Colab基本操作教學 匯入檔案 方法一:自行上傳檔案 from google colab import files #匯入套件 import pandas...

鐵人賽 AI & Data DAY 5
一服見效的 AI 應用 系列 第 5

技術 Day 05:購物籃分析(Basket Analysis)

前言 前幾篇是以客戶的角度進行的行銷分析,這一篇『購物籃分析』(Basket Analysis)則是以商品的角度行銷,對顧客進行『交叉銷售』(cross sel...

技術 【Day4】First:損失函數

機器學習的目標,就是要預測未來,預測能越準越好,但是要怎麼知道準不準確呢?這時候「損失函數」(loss function)就很好用了!當損失函數越小,表示這個m...

技術 [Day16]在 GCP 上實際應用 Pretrained ML API

上一篇介紹完Pretrained ML API這篇要來實作啦~首先我們的學習平台還是利用QiwiksLab進到GCP(如果沒有參加課程直接使用GCP的話Goog...

鐵人賽 自我挑戰組 DAY 8
機器學習入門 系列 第 8

技術 ML_Day8(Linear Models for Binary Classification)

簡單回顧在前面章節有做linear classification、linear regression、logistic regression的介紹,共同點為利...

鐵人賽 自我挑戰組 DAY 7
機器學習入門 系列 第 7

技術 ML_Day7(Logistic Regression Error)

簡單回顧前幾章提到的linear classificaton、linear regression及logistic regression,其實都有共通的地方,...

Towards Tensorflow 2.0 系列 第 4

技術 [Day-4] Tensorflow 基本語法 - Part III

今天會開始說明一下資料處理及數值運算。接下來就會開始進入基本ML及DL了。大夥撐著!把一些基本語法弄熟,之後會更容易上手,且更知道如何去修改一些tutorial...

技術 [Day04] 機器學習流程與架構、Google產品是如何運用機器學習的?

前一天我們講到機器學習在GCP上運作的流程以及做了Tensorflow、Keras和Pytorch之間的比較,今天我們要來看機器學習建模型和預測的過程 Why...

鐵人賽 AI & Data DAY 4

技術 DAY[4]-雲端基礎教學(1) colab基本介紹

Google Colab google colab是google提供的一個免費雲端開發平台,可以提供使用者上傳jupyter notebook的.ipynb檔,...

鐵人賽 AI & Data DAY 4
一服見效的 AI 應用 系列 第 4

技術 Day 04:客戶留存率與流失率 -- 同類群組分析(Cohort Analysis)

前言 還記得去年電信業 499 之亂嗎? 因為中華電信率先推出499元吃到飽,引發手機用戶的板塊大挪移,造成當年所有電信業者EPS大跌。當同業提供的服務大同小異...

技術 【Day3】First:框架(frame)與流程

在真正開始前,需要先了解一下機器學習所需要用的框架,在依這個框架下,進行學習的討論及實驗。(參考網站:Framing) 我們進行的是監督式機器學習,也就是說建...

技術 [Day15] Pretrained ML API

在前面的文章提到,GCP上提供了各PreTrained API 他們除了可以把非結構化資料結構化之外,還能提供甚麼資訊呢?這篇文理會提到四個GCP上的PreTr...

Towards Tensorflow 2.0 系列 第 3

技術 [Day-3] Tensorflow 基本語法 - Part II

這幾天均會說明TF的資料處理。雖然資料處理真的非常瑣碎也煩人,常常會處理到起瘋。但資料處理對一個ML project或者Data science project...

鐵人賽 自我挑戰組 DAY 6
機器學習入門 系列 第 6

技術 ML_Day6(Logistic Regression Problem)

簡單回顧在ML_Day2(機器學習種類)機器學習種類有稍微提到什麼是Regression及與classification的差異。 介紹以病人罹患心臟病為例子...

鐵人賽 AI & Data DAY 3
一服見效的 AI 應用 系列 第 3

技術 Day 03:客戶分群(Customer Segmentation) -- 那些客戶是我的VIP? (續)

前言 上一篇我們將購買記錄轉化為 RFM 指標,接著,就可以使用各種集群分析(Clustering)的演算法,將客戶自動分群,進而找出 VIP 客戶。 集群分析...

技術 【Day2】First:所需的技能與工具

在開始前,Google教學有提到,在學習機器學習的時候,有些知識或是工具也要會的,像是數學(例如代數、線性代數,也就是理論的部份)、Python能力(要撰寫程式...

鐵人賽 AI & Data DAY 2

技術 回歸與分類-ML問題的兩大分類

在上一篇文中,我們介紹了ML問題的兩個主要分類。現在讓我們更詳細的來深入學習這兩者的差別吧! 回歸與分類   回到上篇文章的餐廳例子,我們想要利用客人帳單的...

技術 [Day14]Facets

Facets是一個視覺化資料庫的工具,而在Facets裡可以儲存的資料不僅可以是結構化的資料,也可以是非結構化的資料,在Facets裡,我們甚至可以視覺化圖片資...

Towards Tensorflow 2.0 系列 第 2

技術 [Day-2] Tensorflow 基本語法 - Part I

接下來幾天將會介紹TF的語法,並均會使用TF2.0來示範。我們會從基本的data type到變數類型,以及資料的處理。首先先從基本的data type開始說明...

鐵人賽 自我挑戰組 DAY 5
機器學習入門 系列 第 5

技術 ML_Day5(Linear Regression Introduction)

簡單回顧在ML_Day2(機器學習種類)有提Regression與classificatoin的差異。所謂的線性迴歸(Linear Regression),簡...

鐵人賽 AI & Data DAY 3

技術 DAY[3]-環境建立教學

環境基本資料 作業系統 : Windows 10 64位元 家用版 1809 開發環境 : conda 4.6.14 ipython(Jupyter noteb...

鐵人賽 AI & Data DAY 2
一服見效的 AI 應用 系列 第 2

技術 Day 02:客戶分群(Customer Segmentation) -- 那些客戶是VIP?

前言 當公司對外行銷或提供服務時,總會希望對VIP客戶特別照顧(大小眼?),因為他們對公司的貢獻度特別大,那我們如何衡量貢獻度或『客戶終身價值』(Custome...

技術 Day1-寫在以Machine Learning工程師來看如何成為 Data Engineer 之前 - 我的鐵人賽文章想做什麼

Hi,大家今天過得好嗎(?) 受邀自同事的盛情邀約,加上自己喜歡在Google、Microsoft與Amazon等的公有雲世界裡面打轉,決定一邊解析在Coser...

Towards Tensorflow 2.0 系列 第 1

達標好文 技術 [Day-1] Tensorflow 介紹 及 Tensorflow 2.0相關知識

大家好,我是Dan,目前就職於電信業並在公司負責資料科學及機器學習相關專案的執行。在因緣際會下接觸了DL以及 TF已經大概有四年多,而這次TF的大升版,萌生了想...

技術 【Day 04】神經網路之應用:構音矯正APP

今天要延續昨天專題的內容,一樣是來自台科大的學長,開始感覺到未來訓練模型的步驟了XD 基於神經網路之構音矯正APP 此APP能夠讓使用者唸出特定文字後,便會告...

鐵人賽 AI & Data DAY 2

技術 DAY[2]-環境基本介紹

此處並沒有強迫讀者使用相同的工具,可以依照自己的習慣使用,但介面設定以及其他設置在不同的工具可能沒有辦法提供太多的協助。 開發工具 Anaconda jupy...