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...
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...
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...
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...
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...
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...
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...
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...
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...
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...
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...
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...
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...
簡單回顧在前幾章，我們從什麼是機器學習，機器學習的架構（given dataset D -> find H -> get g），及了解什麼是cla...
人工智慧vs機器學習vs深度學習 人工智慧一直是人類期望發展的事物，我們常說的人工智慧應該是包含像人一樣思考(AI)，能夠解決計算問題(ML)，以及電腦視覺(D...
今天是專題研究，我們老師請了來自台科大的碩士大大來教我們XD在之前就經歷過Google的教程後好理解非常多，就順便在這裡做個筆記。 相信大家對於AI應該已經不...
前言 當親朋好友知道我全心研讀 AI 時，最常被問到的問題如下： 我的公司怎麼導入 AI ? 學完 Python，可以做甚麼 ? 了解機器學習各項演算法後，要...
前言:本系列文基於Coursera上Google開設之課程編寫而成，主要針對ML(機器學習)基本概念與Tensorflow做基本介紹。希望能對於初入機器學習的...
假設您有一個適用於所有用戶的模型，無論他們是誰或來自哪裡。理想情況下，所有符合我們模型生成的理想結果的用戶應該在所有用戶中獲得正確分類以獲得理想結果的平等機會...
在「Google Developers Machine Learning」這個組別中可以說是相較其他組別較多人挑戰的題目之一。為了不希望自己寫的內容會和其他邦友...
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...
在訓練Machine Learning Model時，我們的Model一定會出錯，而錯誤又分成兩類，在優化錯誤時應該要想，我們的錯誤要往哪方面優化，才會對使用者...
下面這張圖主要說明，機器學習主要分成: Supervised Learning(監督式學習)、Unsupervised learning(非監督式學習)、Sem...
企業該如何在自家產品導入Machine Learning技術 Google在導入ML技術時有五個步驟，缺一不可每個都非常重要，只要停留在其中一個步驟太久，又或者...
延續上一篇文章，這篇文章要來談談ML的10 大陷阱剩下的五個！ 6. ML model 向錯誤的地方優化 ***> 你的用戶可能不在乎你給他們的是ML，他...
接續前言先複習一下現有的三類訓練集數據，有一個新的樣本Xu，選取了距離最近的(預設參數設定k=5)個點 KNN算法偽代碼假設X_test為待標記的數據樣本，X_...
ML 十大陷阱 * 1.ML需要大量的軟體基礎 什麼難道ML不需要太強的軟體基礎嗎？Google解釋，再導入ML到自家公司時，選擇預有的框架會比較好，許多...
這系列的第一篇文章，來自於再解一個無窮無盡SSR的bug的時間。去年的鐵人賽文章跟著Google學ML 生不逢時，晚一年出生就可以趕上這波主題賽，今年看到這主題...
這篇其實又再推坑GCP啦！主要會講到DataFlow和一些TensorFlow耶~。↓↓↓↓↓正文↓↓↓↓↓ Stream Data 以及 Batch Dat...
前面提到了，要訓練ML就需要數據，而且是大量的數據，這些數據不僅要大、更要多樣！ Google地圖 看到這張圖了嗎？左邊第一個是GoogleMaps的經典應用...
wty81213
I code so I am
eyelash*睫毛
DeepLearner
nightlan1015297
Dan
Austin
浪漫派MLE
skyhong2002
unknown
Joseph-bug
iThome鐵人賽
看影片追技術