這幾天看到幾篇不錯的文章，有的跟技術沒有關係，但是觀念很多，或是說明一些數學、算式說明。看到那些文章才發現機器學習並非我想的那麼簡單，只是個工具的使用，而是絕大...
SVM是一種監督式的學習方法，它的基礎的概念非常簡單，就是找到一個決策邊界(decision boundary)讓分類之間的邊界(margins)達到最大，將資...
現在讓我們簡要介紹一下機器學習的歷史，看看它是如何隨著時間的推移演變成今天如此受歡迎的深度學習神經網路。[來自課程內容] 機器學習的方法有很多，但是並非一開...
今天的話，我們用更貼近TF的語言來做DNN，Data的部分使用TF.Keras api裡面的資料來做使用。TF.Keras dataset包含有 CIFAR 1...
在說明Deep Neural Nework，我們簡單的討論一下DL介紹。從最早DL從Perceptron開始，Perceptron是只有一個neural，其實就...
概念 顧名思義，協同過濾(Collaborative Filtering)，協同就是集合眾人的意見協同合作，進而篩選或推薦商品，作法與購物籃分析類似，一樣是以銷...
接續上次的EDA，我們接著觀察每個特徵的分布狀況，使用seaborn可以快速的將數據的分布圖繪製出來 from scipy.stats import norm...
簡單回顧在ML_Day5(Linear Regression Introduction)有介紹什麼是Gradient Descent，就是對loss func...
上一篇我們可以看到，可以利用ML技術來預測的兩個問題，回歸(Regression)與分類(Classification)，而這裡種問題相信搭家應該都可以輕易地分...
EDA是什麼? EDA是探索式資料分析(Explore Data Analysis)的簡稱，主要邏輯是利用分群、圖片等等的技巧，觀察資料之間的關係(相關係數、分...
前言 上一篇我們介紹了『購物籃分析』，可以幫公司建立商品組合，也可以推薦商品給顧客，它單純依據銷售記錄進行分析，但是，如果是線上網購，瀏覽(Page View)...
在Colab跑我們的TensorFlow，其中要pandas範例來練習。Pandas是個重要且流行的套件（library）是個不錯的工具。 （本篇使用firs...
現在正式進入TensorFlow的領域，在那之前，TensorFlow到底是什麼呢？ TensorFlow一款Google開發的工具，現為開源軟體庫，用於各種...
上一篇有說明Linear regression利用SGD來train，今天我們就把一些相關概念一次解釋清楚，之後在train模型，或者自己運用在自己的case上...
Google提供一個遊戲區，讓我們學習並且觀察他們是如何執行機器學習的，還有學習的效率為何。 遊戲區在這兒：說明網站、遊戲區其中要注意的是，每次「reset」...
Supervised Learning 監督式學習，是機器學習的一個分支，在前面ML應用的文章就有稍微簡單的介紹過一次了，但是這次我們要深入的研究，監督式學習。...
相信有自己訓練過模型的人都會遇到跟我一樣的問題，最後的曲線都會往上飄(這是參考李弘毅老師的投影片)，那這是什麼原因造成的呢?在還沒弄懂之前，常常一直增加訓練資料...
一般來說，學習Deep learning都會從最簡單的Linear regression開始。而在實務上，當我們有一個簡單的預測數值的case，Ex: 股價、人...
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 『...
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...
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...
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...
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...
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...
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...
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...
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...
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，...
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...
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...
芋頭
‧
2019-09-19
eyelash*睫毛
wty81213
nightlan1015297
Dan
I code so I am
Austin
iThome鐵人賽
看影片追技術