感知器（perceptron）是在 1957 年就被發明出來的的模型，對電腦的發展或是人工智慧來說都是非常早期的。 感知器模型他是一個二元分類的分類器，他解的是...
Reference: Introduction to Machine Learning 這篇簡單介紹Machine learning，但這也挺有趣的，手機版...
這個模型大概已經被人講過很多次，講到都快要爛掉了XD 其實我自己在兩年前的鐵人賽中也有講過同一個模型，所以我就不用講太多基礎的部份： [Day 02] 解構...
Reference: Prerequisites and Prework過程中我會盡量避免翻譯英文，每次都卡在英文看得懂，要講中文講不出來。尤其是專有名詞，太...
上個禮拜才剛從美國回來，周末又講了兩天整天的機器學習課程，完全忘記鐵人賽開賽的事情....... 這一系列文章將會專注在機器學習的模型上，會從傳統的機器學習模型...
想請問關於k折交叉驗證1.我自己隨便建立一個np.array如下X = np.array([[1,2],[3,4],[1,2],[3,4],[1,2],[3,4...
前言 在 Neural Network 的求解過程中，最重要而難懂的觀念應該是『梯度下降』(Gradient Descent)吧 ，我雖然在Day 03：Neu...
意料之外 總算來到了最後一天，想想真不該隨口答應別人的XDDD 從開賽前的兩個禮拜預衝刺，一直到開賽前一天才進入了 其實中間不只先聽了 coursera 上的...
嗨，今天是第28天！ 今天要來聊聊機器學習中的特徵標準化(normalization)，包含： 什麼是特徵標準化？ 為什麼要標準化？ 特徵標準化怎麼做？ 什...
嗨，今天是鐵人賽的第27天啦！今天要介紹的是一個簡單的預測法：線性迴歸（linear regression)！ 主要內容： 什麼是線性迴歸 建立隨機迴歸資料...
What's ahead in the specialization 最後讓我們來回顧一下課程中提到那些內容吧 regression 在 regression...
Open challenges in ML 在這門課裡面提到了許多不同的機器學習方法以及其可能的應用，但這堂課還是留下一些問題，所以接下來就是要談談這些挑戰 M...
嗨！今天是第26天，之前介紹完了基本的機器學習概念了，這次要說明一個K-近鄰演算法（K Nearest Neighbor）！ 主要內容： 什麼是KNN 如何用...
Deploying an ML service 截至目前為止，我們已經大概知道如何用資料來建立 machine learning 的模組 以及如何評量它的質量，...
Deep features for image retrieval 我們可以從上一個例子看到 Deep features 用在圖片分類中的效用 我們可以獲得較為...
嗨，今天是第25天，昨天開始介紹了何謂機器學習，機器學習有哪些類型，今天我們說明機器學習內的名詞：特徵(features)與標籤(labels)，未來也會用這個...
Using deep features to build an image classifier 接下來會談兩個用 deep learning 上有趣的小範例，...
Challenges of deep learning 對 deep learning 來說，它可以讓我們表示非線性複雜特徵，不單單只能在計算機視覺，在語音識別...
Application of deep learning to computer vision 第一次讓 neural networks 大展身手的領域是在計算...
前言 當我們人生決定轉向，不能免俗的，一定要了解市場行情，免得誤入歧途，人財兩失。因此針對 Machine Learning 相關的工作進行了一番調查，除了工作...
Searching for images: A case study in deep learning 接下來這個章節將會談到機器學習中的一個新領域 deep...
資料處理流程(Process) 機器學習(Machine Learning)處理資料的生命週期(Life cycle) 與 Data Mining 是一致的，這...
前言 Facebook AI 大師 Yann LeCun 在接受Quora專訪時說『GAN及其變形是近十年最有趣的想法(This, and the variat...
Loading and exploring song data 接下來我們將建立一個歌曲推薦系統 一樣的要載入資料庫，同時可以稍微看一下資料庫裡面的內容包含了使...
A performance metric for recommender systems 前面花了許多篇幅在討論如何使用不同類型的推薦系統預測，問題是我們要如何...
Recommendations from known user/item features 現在的問題是，我們該如何給出推薦呢？ 我們要藉由什麼方法去推測，一個...
前言 上一篇我們舉了一個很簡單的範例，判斷聲音是bed、cat 或是 happy，實務上它可以應用在一些場域，例如，PowerPoint簡報時，我們可以用聲音下...
前言 Neural Networks 在影像、文字、語音等自然使用者介面(NUI)處理有突破性的發展，之前我們已經見證過影像及文字的辨識威力了，從這一篇開始，我...
Effect of popular items 事實上我們還需要考慮一個與 co-occurrence matrix 相關的重要問題 就是 normalizat...
前言 上一篇我們以航空公司的每月乘客人數為例，使用 LSTM 模型預測下個月的乘客數，其中牽涉到『時間序列分析』(Time Series Analysis)一些...
杜岳華
Joseph-bug
I code so I am
nylon
plusone
iThome鐵人賽
看影片追技術