iT邦幫忙

machine learning相關文章
共有 713 則文章

技術 [Day05]其他企業開發ML案例(With Google)

幫助其他企業導入ML,也是現今Google的一個重要的業務,上一篇有提到,GCP就是一個很好的例子。但是GCP內究竟有哪些功能可以幫助其他企業導入ML?讓我們繼...

技術 [Day - 5]Python語言在機器學習的優勢

可執行的偽代碼清晰的語法結構自帶高級數據類型,便於實現抽象的數學概念易於處理非數值型數據從html中提取數據簡單直觀Python比較流行使用廣泛,代碼範例多豐富...

技術 [Day04]Google Cloud Platform

各位晚安,今天這篇文是用來介紹(業配)(我沒收到$嗚嗚)GCP的,老實說Google在一開始的課程就在推坑GCP了,不過我沒有跟著他的課打文章XD把第一章節的課...

技術 [Day03]Google把ML用在哪了?

在上一篇介紹完ML技術之後,接下來打算和大家看的是ML到底可以應用在哪裡,而Google又把ML用在了哪裡! 在進入Google把ML用在了哪些產品上之前,我...

技術 [Day02]什麼是機器學習?

在人工智慧領域我們常常聽到AI、ML甚至是DeepLearning......等這些東西一樣嗎?當然不,在進入ML的領域之前,我們要先比較ML和AI的差異。...

技術 [Day01]Google'sMachineLearning_挑戰機器的智慧極限[前言]

Google在今年3月份出了一個ML_StudyJam的初級,而在這個盛夏,偉大的Google終於出進階了!而這次很榮幸的結合了IT邦的撰文活動,30天的鐵人賽...

技術 [Day - 2] 機器學習概論(下)

1.機器學習與人工智能 機器學習是人工智能研究發展到一定階段的必然產物 人工智能”推理期”:只要能賦予機器邏輯推理能力,機器就具有智能 人工智能”知識期”:要使...

技術 TensorFlow 2.0 的重大更新功能

前言 TensorFlow 在去年就不斷的promote v2.0 版,到底它改善的方向有那些呢? 正式版何時release? 整理一些馬路新聞與大家分享。 市...

技術 [筆記]主成分分析(PCA)

前言 這次介紹,主成分分析英文名為Principal components analysis,簡稱為PCA,而這次一樣自己的觀點簡單的敘述,但還是會介紹一些數學...

技術 梯度下降過程全都露 -- 視覺化

前言 『梯度下降』是神經網路(Neural Network)優化求解的關鍵,有時候在解說『梯度下降』時,怎麼講都講不清楚,這時候如果有個動畫展示,一圖勝過千言萬...

技術 突破數學/統計魔障,打好AI學習基礎 (2) -- 再戰梯度下降

梯度下降(Gradient Descent) 上一篇我們介紹單一變數的斜率,今天我們就進一步探討多個變數的個別斜率,即梯度(Gradient),並且利用『梯度下...

鐵人賽 Everything on Azure DAY 30
Azure Machine Learning Studio 系列 第 30

技術 Azure Machine Learning Studio 資源庫 Azure AI Gallery

Azure Machine Learning 提供一個示範機器學習的資源庫 - Azure AI Gallery,可以幫助我們快速上手,它提供了許多常見問題的解...

鐵人賽 AI & Data DAY 30

技術 [落幕結語] 第一次參加鐵人賽心得

參加鐵人賽完全是一個契機,優秀好同事兼朋友 Rex 在報名最後一天的問我要不要參加,思考了一下,覺得是有東西想說的,大概擬了主題和大綱,就加入這屆 iT 邦幫忙...

鐵人賽 AI & Data DAY 29

達標好文 技術 [魔法小報] 深度學習在自然語言處理(NLP)的技術與應用

自然語言處理(NLP)的目標是設計演算法來讓電腦「理解」自然語言以執行一些任務,依難易度舉例如下: 簡單 拼寫檢查(Spell Checking) 關鍵字搜...

鐵人賽 Everything on Azure DAY 29
Azure Machine Learning Studio 系列 第 29

技術 Azure Machine Learning Studio 搭配 Power BI 可視化模型

若預測模型建置完成,可能會需要依據預測的結果,製作報告或執行公司決策等等,為了方便解釋結果,可以搭配 Power BI 可視化預測的相關數據資料,以下範例是將成...

鐵人賽 Everything on Azure DAY 26

技術 [DAY26] 使用Azure Machine Learning Studio做自然語言情感分析(3):機器學習模型(Logistic迴歸)、 模型評價及佈署

在前兩篇,我們將影片評論的資料做了資料處理,也根據自然語言分析的幾個基本概念做了資料過濾及詞彙Entity的抽取及計算相關機率。在今天的實作,我們將繼續帶大家進...

鐵人賽 Everything on Azure DAY 28
Azure Machine Learning Studio 系列 第 28

技術 Azure Machine Learning Studio 將實驗發佈成 Web Service

在 Azure Machine Learning Studio 完成實驗後,可以將模型發佈成 Web Service,在 Azure 上運行,從不同的應用程式中...

鐵人賽 Everything on Azure DAY 27
Azure Machine Learning Studio 系列 第 27

技術 Azure Machine Learning Studio 使用 SQL 語法 Apply SQL Transformation

在 Azure Machine Learning Studio 中,可以使用 Apply SQL Transformation 針對輸入的資料集執行 SQL...

鐵人賽 AI & Data DAY 27

技術 [實戰系列] 使用 Keras 搭建一個 DQN 魔法陣(模型)

在理解 DQN 魔法陣的結構後,本篇來帶大家訓練 DQN 模型玩 Flappy Bird,引用參考的程式碼在此:https://github.com/yanpa...

鐵人賽 Everything on Azure DAY 25

技術 [DAY25] 使用Azure Machine Learning Studio做自然語言情感分析(2):自然語言分析資料過濾篇及NLP簡單概論

在上一個章節,我們備妥了影片評論的資料,並且將0和1與負面及正面情緒做了前置的對照處理。上一篇的連結如下:[DAY24] - 使用Azure Machine L...

鐵人賽 Everything on Azure DAY 26
Azure Machine Learning Studio 系列 第 26

技術 Azure Machine Learning Studio 文字分析 Preprocess Text

若資料集有包含大量文字,而且需要使用此資料來協助預測,在 Azure Machine Learning Studio 中,可以使用 Preprocess Tex...

鐵人賽 AI & Data DAY 24

技術 [魔法小報] 用圖表呈現深度學習的商業應用價值

在 魔法陣系列 中,有說明不同魔法陣的應用例子,而這篇想用圖表來帶出整體深度學習的應用幅度,讓各位準魔法使們一覽在深度學習在各行業的魔法效果有多強大。 深度學...

鐵人賽 Everything on Azure DAY 24

技術 [DAY24] 使用Azure Machine Learning Studio做自然語言情感分析(1):資料處理及分類篇

[DAY24] 使用Azure Machine Learning Studio做自然語言情感分析(1):資料處理及分類篇 前面的文章正好把應用程式的開發及部署都...

鐵人賽 AI & Data DAY 25

技術 [魔法陣系列] Deep Q Network(DQN)之術式解析

「Deep Learning模型最近若干年的重要进展」一文提到深度學習分四個脈絡: CV/Tensor 生成模型 Sequence Learning Deep...

鐵人賽 Everything on Azure DAY 25
Azure Machine Learning Studio 系列 第 25

技術 Azure Machine Learning Studio 推薦模型 Train Matchbox Recommender

Azure Machine Learning Studio 中的 Train Matchbox Recommender 推薦模型可以針對客戶提供多個推薦項目,例...

鐵人賽 Everything on Azure DAY 24
Azure Machine Learning Studio 系列 第 24

技術 Azure Machine Learning Studio 使用 Python - Execute Python Script

Python 有許多數據分析的套件,包含: NumPy (Numerical Python):支援高階大量的維度陣列與矩陣運算,此外也針對陣列運算提供大量的數...

鐵人賽 Everything on Azure DAY 23
Azure Machine Learning Studio 系列 第 23

技術 Azure Machine Learning Studio 迴歸 Regression

回歸分析(Regression)通常用來預測數值資料,像是價格、溫度...等等。其中提升決策樹是使用多個決策樹來產生更好的預測模型,以下範例為使用提升決策樹迴歸...

鐵人賽 Everything on Azure DAY 22
Azure Machine Learning Studio 系列 第 22

技術 Azure Machine Learning Studio 使用 R - Execute R Script

在 Azure Machine Learning Studio 中,若想要透過 R 語言擴充其功能,可以使用 Execute R Script,直接將程式碼貼至...

鐵人賽 Everything on Azure DAY 21
Azure Machine Learning Studio 系列 第 21

技術 Azure Machine Learning Studio 分群 - K-Means Clustering

分群(Clustering)演算法是使用非監督式學習方法將相似的資料聚集在一起,跟分類(Classfication)演算法不同的地方在於無法提前知道輸出類別有哪...

鐵人賽 AI & Data DAY 19

達標好文 技術 [魔法小報] 機器學習路上的強力支援們(網路學習資源推薦)

不重要之交代:因為這兩天在台南抓寶可夢,所以出刊的比較晚,來抓寶可夢的外國人也好多呀~ 如果你跟我一樣追尋著 Data Scientist 的目標,你大概有...