深度神經網路（DNN）以其線性和非線性的複雜轉換而聞名，因為它涵蓋了許多隱藏層。因此即使給定一個訓練有素並能夠良好分類的 DNN，模型內部的推論過程仍然是個未知...
昨天介紹 Deep Q-Network，今天我們透過 TUTORIAL 來講解 Deep Q-Network。 Impelmentation Import Li...
昨天已經瞭解了 SHAP 套件背後的核心技術。SHAP 提供多種解釋工具，可應用於不同類型的模型： KernelExplainer（Kernel SHAP）：...
於最初的文章，有提到機器學習是趨勢，但怎麼開始、學那些技能、要看那些文件文章、要如何使用工具等等，google後又因資訊太多太複雜，讓學習意願或者動力被澆熄被...
boosting 前幾天有寫過一點關於boosting跟bagging大概的概念，今天開始前再簡單說一下 透過組合弱學習機、改進每一次的錯誤、從而獲得一個...
Shapley values 簡介 Shapley values 最早是由經濟學家 Lloyd Shapley 所提出，用於評估參與合作博弈的每個玩家對於勝利的...
Reinforcement Learning Reinforcement Learning 是一種機器學習方法，用於使代理（可以是機器、軟件或機器人等）通過與環...
人工智慧（AI）最近在科技界成為熱門詞彙，每個人都想參與AI領域。我想分享一下我對AI基礎的學習心得，包括：數據建模、語言學習模型（LLM）和機器學習（ML）的...
原理 組合多個弱學習機來構建一個強學習機 將每個樣本的權重初始化為相等的值 建構弱分類器 將誤差大的資料權重加大 重複２跟３ 加權投票決定結果 建構弱...
今天我們將深入探討 LIME 的實作細節，包括如何選擇解釋性模型和解釋特徵，以及如何選擇鄰域大小來生成解釋數據。 若想了解 LIME 的核心原理可以參考前一篇文...
使用多種學習算法來獲得比單獨使用任何單獨的學習算法更好的預測效果 集成學習 通過建立幾個模型組合來解決單一預測問題 所用來組合的多個模型之間要有差異...
今天是第 26 天 !!! 我們將會透過 Recurrent Neural Network (RNN) 和 Long Short-Term Memory (LS...
LIME 的全名是 Local Interpretable Model-agnostic Explanations ，其目的是可以分析模型對於某筆資料為何做出特...
隨機森林是由多棵昨天提過的決策樹組成，適合用在分類問題 原理 由很多顆決策樹組成，他會先從原資料中隨機抽取多個樣本，用這些樣本以隨機特徵選取的方式建立多棵...
Dataset Dinosaur Island 一份文字檔，裡頭紀錄許多恐龍的類別。 Implementation Import Library import...
上一篇文章提到了 logistic single classification，解釋如何實現的一些細節。接下來要探索的是邏輯斯多類別分類。 如果Logisti...
Prerequisite 因為 Recurrent Neural Network (RNN) 的每個時間步都具有一個循環連接，將前一時間步的輸出作為當前時間步...
將概念擺在這個位置的目的，就是希望能夠呼應建構keras模型時的運作，並於自己呼叫keras API 時，知道自己在做什麼。 當概念在腦海裡，搭配前面的章節，...
Partial Dependence Plot（PDP）是要觀察每一個自變數的變化是如何影響預測表現，它可以快速地分析自變數與目標變數之間的關係。而昨天所提的...
主要用於分類，也可以改為回歸樹(不建議)，今天只討論單顆決測樹，明天會學習多顆決策樹組合成的隨機森林 決策樹原理 對資料重複進行二元分割，形成樹狀結構 根...
第 23 天了 !!! 我們要透過 Autoencoder 解決臉部辨識的問題。 Dataset 資料集的部分來自 Kaggle 中 Labelled Face...
全局模型解釋是試圖理解整個模型的行為，而不僅僅是對單個預測進行解釋。Permutation importance 方法就是一種廣泛用於評估機器學習模型特徵重要性...
前幾天的迴歸模型中，我們希望找到一個函數能最好的表達因變數與自變數之間的關係，而尋找這個函數的方法就是定義損失函數(loss function)或稱成本函數(...
從 keras 框架運作一路看過來，機器在做學習會有個核心概念，這邊會展現出來讓前後關聯可以串通。 機器學習和很多著名的預測方法如貝氏理論、德爾菲法論等等，都...
決策樹 決策樹是一種監督式學習演算法，用於解決分類或迴歸問題。該方法透過對訓練集資料的分析來建構一棵樹狀結構的模型，其中每個內部節點都代表一個特徵，每個葉子節點...
昨天有簡單敘述一下 Autoencoder 的背後理論。 Autoencoder 是一種神經網絡架構，主要用於無監督學習和特徵提取。 它的主要目標是將輸入數據編...
當處理的目標是多模型組成，我們可以訓練各種模型至不同的Server 以增加執行與管理的效能: 如果這些訓練好的模型，未來要串接起來，做生成式資料產出，可能會做...
前幾天有提過的線性回歸是用來預測一個連續的值，而今天要學的邏輯回歸則是用來做分類用的 線性回歸 V.S. 邏輯回歸 線性回歸:找到一條線，讓data盡可...
線性迴歸模型 線性迴歸是一種統計學方法，用於建立自變數(x)和應變數(y)之間的線性關係模型。線性迴歸假設應變數是由一個或多個自變數線性組合而成的，且自變數之間...
10程式中
whoami
czxdas
yao021019
Papii
iThome鐵人賽
看影片追技術