iT邦幫忙

machine learning相關文章
共有 760 則文章
鐵人賽 AI & Machine Learning DAY 23

達標好文 技術 Day 23:銷售量預測 -- LSTM 的另一個應用

前言 之前,我們都在影像、語言等基礎應用上打轉,這次我們要來探討一個可應用在企業運作上的實例,銷售預測主要是希望藉由過去的銷售記錄預測下一個週期的銷售量,在統計...

鐵人賽 AI & Machine Learning DAY 17
到底是在learning什麼拉 系列 第 17

技術 [day 16] 推薦系統 -1

Recommender systems overview 在這個章節中我們將學習推薦系統,典型的應用場景為推薦商品,當你有大量的商品和一些會員,此時你該如何推薦...

鐵人賽 AI & Machine Learning DAY 21

技術 Day 21:自動擷取摘要(Automatic Text Summarization)

前言 現在人身處網路時代,每天都會收到一堆LINE、Email、Facebook、Instantgram、...等等五花八門的訊息或網頁,花整天看都消化不完,只...

鐵人賽 AI & Machine Learning DAY 16
到底是在learning什麼拉 系列 第 16

技術 [day 15] 分群與相似度-實作

Loading & exploring Wikipedia data 接下來我們想要透過 tf-idf 來建立一個 document retrieva...

鐵人賽 AI & Machine Learning DAY 15
到底是在learning什麼拉 系列 第 15

技術 [day 14] 分群與相似度-4

Other examples of clustering 我們已經討論完分群與相似度的概念,這邊將再舉出一些例子 圖片搜尋:當你上了Google圖片搜尋,你搜...

鐵人賽 AI & Machine Learning DAY 13
到底是在learning什麼拉 系列 第 13

技術 [day 12] 分群與相似度-2

Prioritizing important words with tf-idf 上一個章節提到 normaliztion vectors 解決了我們用單字統計...

鐵人賽 AI & Machine Learning DAY 14
到底是在learning什麼拉 系列 第 14

技術 [day 13] 分群與相似度-3

Clustering documents task overview 基本上檢索文件的方法,只是收集所有文章快速瀏覽並從中挑出最符合我們標準的那一個 但我們可能...

鐵人賽 AI & Machine Learning DAY 12
到底是在learning什麼拉 系列 第 12

技術 [day 11] 分群與相似度-1

Document retrieval: A case study in clustering and measuring similarity 在這個章節我們將...

鐵人賽 AI & Machine Learning DAY 20

技術 Day 20:自然語言處理的一些術語介紹

前言 筆者在作上一篇時卡住很久,因為,碰到很多術語,搞得頭暈腦脹,因此本篇花點時間將心得整理起來,與同好共享。內容大致如下: 成效衡量指標(Metrics):...

鐵人賽 AI & Machine Learning DAY 19

技術 Day 19:自然語言處理的預訓詞向量(Pre-trained Word Vectors) -- 站在巨人的肩膀上

前言 我們在『Day 09:CNN 經典模型應用』討論到CNN的預先訓練好的模型,並在後續的篇幅,直接套用這些模型在『照片主體的相似性比對』、『畫風轉換』及『物...

鐵人賽 AI & Machine Learning DAY 18

技術 Day 18: 機器翻譯(Machine Translation)

目標 今天我們要利用一個 seq2seq 模型,來作英中翻譯,它不是以傳統字典的查詢方式,而是利用 LSTM 演算法,讓機器自我學習,進而達到翻譯的功能。這個程...

鐵人賽 AI & Machine Learning DAY 17

技術 Day 17:GRU (Gated Recurrent Unit) 概念介紹與實作

前言 原來還想多介紹幾個應用,但是,一直擔心忘了另一個RNN的變形 -- GRU,所以,還是先把它處理掉,才好 focus 在應用上。另一方面,LSTM 執行速...

鐵人賽 AI & Machine Learning DAY 11
到底是在learning什麼拉 系列 第 11

技術 [day 10] 分類-實作

Loading & exploring product review data 在分類這章裡面,我們討論了如何透過分類來搭建情緒分析器 接下將透過一個...

鐵人賽 AI & Machine Learning DAY 10
到底是在learning什麼拉 系列 第 10

技術 [day 9] 回歸分析-實作(下)

Inspecting the model coefficients learned sqft_model.get('coefficients') nam...

鐵人賽 AI & Machine Learning DAY 9

技術 [day 8] 回歸分析-實作(上)

Loading & exploring house sale data 今天要來實作一個跟回歸分析相關的題目,我們將引用課程提供的房價訊息(King C...

鐵人賽 AI & Machine Learning DAY 16

達標好文 技術 Day 16:『長短期記憶網路』(LSTM) 應用 -- 情緒分析(Sentiment Analysis)

前言 現在網友都勇於發聲,網路聲量高漲,往往會引領群眾的意向,引發巨大能量,影響國家命運,例如太陽花運動、埃及茉莉花革命,因此,輿情分析已經變成顯學,如何收集網...

鐵人賽 AI & Machine Learning DAY 8

技術 [day 7] 分類-4

Classifictaion 在前面討論完了classifiers的誤差率與正確率 其中誤差其實有若干種不同的型態 False positives, false...

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 15

達標好文 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 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 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 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 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 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...