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...
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...
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...
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...
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...
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。...
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...
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...
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...
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...
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...
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...
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...
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...
wty81213
Austin
skyhong2002
I code so I am
DeepLearner
nightlan1015297
unknown
Joseph-bug
anny
莉森揪
iThome鐵人賽
看影片追技術