iT邦幫忙

machine learning相關文章
共有 713 則文章
鐵人賽 AI & Machine Learning DAY 6

技術 [Day6] Logistic Regression — 邏輯迴歸

Logistic Regression — 邏輯迴歸 前幾天我們介紹了第一個機器學習模型—線性迴歸,線性回歸的目的在於透過歷史資料來預測未來的資料。 而 log...

鐵人賽 AI & Machine Learning DAY 7

技術 [day 6] 分類-3

Classifictaion classifiers 做出分類,分辨那些句子是積極或消極 讓我們接著看classifiers是怎樣透過特地的Linear cla...

鐵人賽 AI & Machine Learning DAY 15

技術 Day 15:『長短期記憶網路』(Long Short Term Memory Network, LSTM)

RNN 的缺點 上篇介紹的RNN,它能夠額外考慮前面字句,來預測當前的字句,聽起來似乎已符合語言的特性了。但是,距離當前單字越遠的字句影響力會遞減,因為,下面的...

鐵人賽 AI & Machine Learning DAY 6

技術 [day 5] 分類-2

Classifictaion 昨天提到的情感分析器,其運作方式大致上可以用這張圖表示 在得到輸入後經過分類最後輸出正類/負類兩種輸出結果 當然該分類模型不單單...

鐵人賽 AI & Machine Learning DAY 14

達標好文 技術 Day 14:循環神經網路(Recurrent Neural Network, RNN)

前言 上一篇我們對『自然語言處理』(Natural Language Processing, NLP)有一個初步的認識,現在,我們再進一步認識,如何以 Neur...

鐵人賽 AI & Machine Learning DAY 5

技術 [day 4] 分類-1

Classifictaion 分類在機器學習之中帶來了極大的貢獻,不論是學術論文或真實世界的應用,都是最普遍的 可以說是貢獻了point與coin呢 Analy...

鐵人賽 AI & Machine Learning DAY 13

達標好文 技術 Day 13:『自然語言處理』(NLP) 概念介紹

前言 之前我們看到 Neural Network 在影像的辨識與解析的強大威力,接著,我們就要開始研究『自然語言處理』(Natural Language Pro...

鐵人賽 AI & Machine Learning DAY 4

技術 [day 3] 回歸分析-3

Regression 截至目前為止,我們假設與房屋價格關聯的只有房子的坪數,但是你知、我知、獨眼龍也知,那有這麼簡單呢? Adding other featur...

鐵人賽 AI & Machine Learning DAY 12

達標好文 技術 Day 12:物體偵測(Object Detection) + 影像標題(Image Captioning)

圖. 影像標題(Image Captioning),圖片來源:cs231n_2017_lecture11 Detection and Segmentation...

鐵人賽 AI & Machine Learning DAY 3

技術 [day 2] 回歸分析-2

Regression 沿著昨天的結論,我想問的是,僅僅使用一條直線來擬和資料,這件模型夠好嗎? Adding higher order effects 我們求出...

鐵人賽 AI & Machine Learning DAY 11

技術 Day 11:風格轉換(Style Transfer) -- 人人都可以是畢卡索

前言 收到版主通知,才知道已經熬過10天了。言歸正傳,昨天剛好看到一個新聞『催生全球首位AI繪師Andy,美圖搶攻人工智慧卻面臨一大挑戰』,號稱花了1.99億元...

鐵人賽 AI & Machine Learning DAY 2

技術 [Day2] 什麼是機器學習?

前言 為了透過電腦強大的運算力幫助人們解決問題,首先我們的問題是需要能夠被量化與分析的。例如:給定歷年的房屋資料,預測之後的房價變化;由使用者過去的瀏覽紀錄,猜...

鐵人賽 AI & Machine Learning DAY 2

技術 [day 1] 回歸分析-1

Regression 監督式學習是機器學習中最常見的演算法,而迴歸分析與分類則是在監督式學習中最常見的的類型 在這一堂課將探討回歸分析這個在統計上最廣泛使用的工...

鐵人賽 AI & Machine Learning DAY 1

技術 [DAY1] Machine Learning 介紹與預計撰寫內容

Introduction 機器學習毫無疑問地已經成為 buzzword 了,在網路上也有多到數不清的教學文章,只要會一點程式就能夠透過函式庫兜出一個 model...

鐵人賽 AI & Machine Learning DAY 1

技術 [day 0] 開始之前

開始之前 在開始之前,我不打算來個 Machine learning 緒論,我想跟大家一起看看我選用的教材 從大綱來看看接下來的30天裡面,我們會觸及到那一些跟...

鐵人賽 AI & Machine Learning DAY 9

達標好文 技術 Day 09:CNN 經典模型應用

ImageNet 競賽的冠軍們 ImageNet 每年舉辦的競賽(ILSVRC)這幾年產生了不少的CNN冠軍,歷屆比賽的模型演進非常精彩,簡單敘述如下: 20...

鐵人賽 AI & Machine Learning DAY 7

達標好文 技術 Day 07:撰寫第一支CNN 程式 -- 比較 『阿拉伯數字』辨識力

範例程式 我們仍然作『阿拉伯數字的辨識』,比較 CNN 的作法與簡單的 Neural Network 有何不同。程式來自https://github.com/f...

鐵人賽 AI & Machine Learning DAY 5

達標好文 技術 Day 05:Keras 模型、函數及參數使用說明

前言 之後我們會討論到各種演算法及應用,使用到的函數及其參數會更多,因此,有必要先打好基礎,將 Keras 架構及習慣用法(Convention)弄清楚,以免迷...

鐵人賽 AI & Machine Learning DAY 4

達標好文 技術 Day 04:關於 Keras 的一些小技巧 -- 組態、模型存檔與實驗

前言 再往下探究之前,我們輕鬆一點,先作點實驗,驗證上上篇的程式辨識準確率是否真的那麼高? 可否在應用系統上使用? 譬如,阿拉伯數字辨識率如果那麼高,我們是否可...

鐵人賽 AI & Machine Learning DAY 3

達標好文 技術 Day 03:Neural Network 的概念探討

前言 上一次我們以十幾行程式完成阿拉伯數字的辨認,心情應該會小小波動一下(應該還不到小鹿亂撞的地步),如果我們以傳統的程式解法,不寫個幾百行,應該是不會罷手的,...

鐵人賽 AI & Machine Learning DAY 2

達標好文 技術 Day 02:撰寫第一支 Neural Network 程式 -- 阿拉伯數字辨識

入門 照理講,我們應該先了解『神經網路』(Neural Network)概念,再談如何寫程式,但是,概念介紹內容有點硬,為了提高學習興趣,避免一開始就搞一堆數學...

鐵人賽 AI & Machine Learning DAY 1

達標好文 技術 Day 01:以100張圖理解 Neural Network -- 觀念與實踐

寫了十幾天,今天總算鼓起勇氣參戰了。 前言 這一波人工智慧(Articial Intelligence,AI)風潮方興未艾,產學研界發表不少的具體研發成果,例如...

鐵人賽 Big Data DAY 28
資料科學:使用 Clojure 系列 第 28

技術 Day 28 - 《Clojure for Machine Learning》及《Clojure for Finance》簡介

這兩本書也都是由 Packt 出版的: 《Clojure for Machine Learning》《Clojure for Finance》 《Clojure...