多類別分類(Multiclass Classification)用在當實驗的預測結果不只分成兩類別的時候，像是字母手寫辨識、數字手寫辨識、NBA 季後賽的優勝隊...
分類(Classification)為預估模型常用的方法，在 Azure Machine Learning Studio 中的分類演算法依據結果類別數量，分成二...
上一篇有提到，在建立完預測模型後，可以使用 Evaluate Model 評估模型來檢視模型的效能，而除了單一模型檢視外，Evaluate Model 也可以用...
今天來談談深度學習跟傳統機器學習的比較，主要從 Data、計算資源、特徵萃取 等三個方向進行討論。 深度學習（Deep Learning）的成功主要是基於大量可...
Yap, 這篇沒有Reference，而是要總結我這個月所學的Machine learning crash course(MLCC)。 Machine lear...
在 Azure Machine Learning Studio 建構一個預測實驗，可以使用 Train Model 先訓練這個模型，然後再用 Score Mod...
這部分的內容應該已經告一個段落，剩下三個Youtube介紹 real-world examples而已，但還有另外兩個大項目Problem Framing跟Da...
一般我們會將資料集樣本分為兩部分，約 70% 當作訓練集，用來建立模型，另外 30% 當作測試集，用來測試訓練好的模型效能。但也有另一種做法就是交叉驗證(Cro...
要介紹 Attention 機制，就不能錯過這篇經典：Google 在 NIPS2017 上發表的論文《Attention Is All You Need》。本...
在做完資料處理及特徵篩選後，接下來就是選擇演算法來訓練我們的模型，這階段算是機器學習流程中最關鍵的部分了，通常我們會依據想預測的問題以及現有的數據資料，來決定要...
Ref.: Fairness 昨天列出了一些bias，今天則要從資料中認出bias，還有評估bias造成的傷害。 Identifying Bias 遺失的資...
Ref.: Fairness Google Machine Learning Crash Course在這一個月內很像很明顯的改版了兩次，多了一些類別，而且...
Azure Machine Learning Studio 的 Summarize Data 可以對資料集整體做一些基礎計算，用來了解資料的分布狀況，計算後的輸...
Ref.: Data Dependencies 記得有句話Garbage in, garbage out嗎？Machine Learning中一直不斷的資料...
Ref.: Static vs. Dynamic Inference 只好先充數般的拿Youtube影片來騙點篇幅。 昨天講Train的差異，今天來講Inf...
Evaluate Probability Function 評估機率函數 Evaluate Probability Function 有許多概率分布函數，包含...
Ref.: Static vs. Dynamic training 其實前面還有一篇Production ML Systems，這篇的主要概念就是我們之前的...
電腦視覺（Computer Vision）一直是我非常著迷的領域，旨在模仿人類視覺系統，作為賦予機器人智能行為的助力，在1966年夏季，MIT AI LAB 成...
接續上一篇。 Recurrent neural network 那大家所熟知的 RNN 是怎麼回事呢？我們把假設改了一下： 狀態都是 連續 的。 時間是離散的...
Ref.: Embeddings Translating to a Lower-Dimensional Space 昨天講到把同類型文字歸類在一起，已降低d...
Replace Discrete Values 通常用在兩個變數間，計算結果有兩種： 若 B 欄位屬於 categorical value 分類變量，會計算：...
上次我們講完在空間上，我們可以知道資料的區域性，並且利用 convolution 來萃取特徵。 這次我們來講時間，其實不一定要是"時間"序列...
Ref.: Embedding Embedding我實在不知道怎麼翻比較好，它是把高維度的資料變成低維度，並保留原始資料的特性。有了它，在像是sparse...
在機器學習中，不一定要將資料集的所有欄位資料都加入模型，我們可以保留一些對結果預估影響力強的欄位，也篩選掉一些對結果無影響或不相關的欄位，而線性相關可以計算兩個...
前情提要 在 [精進魔法] Optimization：優化深度學習模型的技巧（上）一文中提及了下面三種優化 deep learning 模型的作法： Batc...
Ref.: Multi-Class Neural Networks 之前的文章都在討論是非題，是A或不是A這樣，這邊要開始介紹multi-class的Neu...
在 Azure Machine Learning Studio 中，可以透過 Compute Elementary Statistics 來計算資料的統計值，像...
上一篇的運算是針對兩個欄位加減乘除或比較後的結果，接下來要介紹的 3 種運算是針對某一欄位的計算結果，感覺是 Basic 基礎運算的擴充，同樣可以將結果以新欄位...
上篇提到怎麼避免 Overfitting 的技巧，本文要帶給大家的是如何優化深度學習，提高模型的效能。 Batch & Mini batch 深度學習每...
若資料集中的兩個特徵值關係或特徵值與某一常數值關係有可能影響結果，那我們可以透過 Apply Math Operation 中的 Compare 及 Opera...
anny
莉森揪
Joseph-bug
杜岳華
iThome鐵人賽
看影片追技術