Python 有許多數據分析的套件，包含： NumPy (Numerical Python)：支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數...
回歸分析(Regression)通常用來預測數值資料，像是價格、溫度...等等。其中提升決策樹是使用多個決策樹來產生更好的預測模型，以下範例為使用提升決策樹迴歸...
在 Azure Machine Learning Studio 中，若想要透過 R 語言擴充其功能，可以使用 Execute R Script，直接將程式碼貼至...
分群(Clustering)演算法是使用非監督式學習方法將相似的資料聚集在一起，跟分類(Classfication)演算法不同的地方在於無法提前知道輸出類別有哪...
不重要之交代：因為這兩天在台南抓寶可夢，所以出刊的比較晚，來抓寶可夢的外國人也好多呀～ 如果你跟我一樣追尋著 Data Scientist 的目標，你大概有...
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...
anny
莉森揪
Joseph-bug
杜岳華
iThome鐵人賽
看影片追技術