Ref.: Training Neural Networks 影片中講到Backpropagation,它是一種利用chain rule連鎖率這個數學法則,...
當開始興致勃勃的嘗試畫魔法陣,搭建神經網絡模型時,也許會遇到下面的情形: 哥布林之吶喊:我明明在訓練集表現很好啊,為什麼實際上線時結果卻崩潰了(抱頭) 那你...
Ref.: Introduction to Neural Networks 先來回想我們在Day 13 feature crosses提到的nonlinea...
在 Azure Machine Learning Studio 中,Statistical Functions 統計函數包含了許多運算方法,可以針對現有的資料進...
熱身運動都做好了,接下來我們就一路往影像處理上的重要技術 CNN 前進啦! Convolutional neural network,顧名思義,他是一種神經網路...
Ref.: Regularization for Sparsity Regularization在 Day 14時說過L_2 Regularization,...
我們來更具體一點講 multi-layer perceptron (MLP)。 最簡單的版本莫過於 linear MLP,不過不太會有人去用他,其實只是每層 l...
既然前一篇提到學習特徵是一件重要的事,那麼我們就來講講 autoencoder 吧! Autoencoder 就是一個 unsupervised 方法,試圖學習...
Ref.: Classification 昨天講了Threshold、TP/TN/FP/FN、Accuracy、Precision、Recall,忘了趕快回...
[Day 24] 人工智慧3.2:機器學習 (29min)-- 監督式學習 (Supervised Learning) => 分類 (Classifi...
機器學習的技術已經發展了非常久的時間,我們有非常多的模型可以幫我們做預測,包含像是 regression、classification、clustering、s...
Ref.: Classification 看到有人關注這系列文章實在很開心,但盡信書不如無書,全信我不如不要學ML。建議多看多學其他的source,以免被...
在機器學習中,輸入的資料欄位稱為 feature(特徵),輸出的欄位稱為 Label(標籤),如果資料特徵與模型無關或不重要,通常會干擾模型,影響結果,所以不是...
Ref.: Logistic Regression 今天講跟機率、跟邏輯相關的迴歸分析,機率老實說我非常不OK,但還好看完不會碰到太深奧的機率理論。 對,機...
在 再創奇蹟公司 待了6年已經習慣什麼東西都要有RoadMap,這樣有 schedul 老闆才能好好的用力的 Review 你~~~~最近有個很火紅的機器學習1...
接著我們就來到了蠻重要的問題,既然一個 hidden layer 的網路架構就可以逼近任何連續函數,那麼為什麼要深度學習? 對於這個問題,台大李宏毅老師有非常詳...
2018年堪稱是台灣的「AI 元年」,政府推動產業 AI 化,同時也不遺餘力的培養 AI 種子們。相信不管是在新聞媒體上或是公司內部都可常看到或聽到「AI」字眼...
除了上一篇提到的缺失值、空值資料以外,重複值以及離群值的資料也需要一併處理,資料如果有重複,會加重對結果的影響,若是資料有離群值,有可能是因為數據記錄錯誤或是誤...
提供給機器學習訓練的資料,必須先經過整合(若有多個資料集的情況)、資料格式轉換、處理缺失值及不一致的資料,確保資料是正確、乾淨一致的,避免 Garbage in...
為什麼大家到現在都這麼迷神經網路模型? 我想主因不是因為他是模擬生物而來,他有一些更扎實的數學特性。 我們前面講過各種線性模型,然後將他過渡到神經網路。 今天要...
Ref.: Regularization for Simplicity 今天要討論的問題,可以用下面這張圖看出來:看到了嗎?紅色圈圈處多了一塊導致model...
Azure Machine Learning Studio 的 Data Format Conversions 可將資料集的資料做格式轉換,有以下5種: Co...
進入 Azure Machine Learning Studio,通常會從設計實驗開始,以下透過5個步驟快速建立一個簡易的機器學習實驗: 步驟 1:新增實驗 (...
Azure Machine Learning Studio 是個簡單好操作的機器學習工具。進入Azure Machine Learning Studio 官網,...
我們前面介紹了線性模型跟基本的神經網路模型。 可能有的人會覺得我怎麼不放神經網路的圖,看數學式子看的很痛苦。 是的,我的確沒打算放圖。一來神經網路的圖在各大網站...
Ref.: Feature Crosses Encoding Nonlinearity 這邊的概念很簡單,就是把Feature組合在一起餵進model。主要...
我們把線性模型們都大統一了。 接下來就要進入到令人興奮的神經網路模型了! 首先,我們先來介紹著名的感知器...嗯...前面不是介紹過了? 喔喔!對喔!他長這個...
Ref.: Representation 一直想不到最好的翻譯,Google一下找到資料科學協會說的: 機器學習分成三個主要部分:表現 (Represen...
AI學習基礎 我們幾乎每天都會看到幾則有關『人工智慧(AI)』的新聞,一般人(me too!)都會想一窺究竟,了解箇中奧妙,但是,初次接觸,探究其原理,很多人就...
課前練習: ExamRef.: Validation 記得我們昨天講的Training set and test set,我們分成Training set...