iT邦幫忙

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

技術 [從Keras框架與數學概念了解機器學習] - 6. Model Build

上節在 model.fit 的敘述中,有提到模型在訓練前會檢查是否有對模型與所包含的層執行過build的動作。而其實可以於model.fit 之前加入程式執行...

鐵人賽 AI & Data DAY 5
ML From Scratch 系列 第 5

技術 [Day 5] Naive Bayes — 背後理論

Prerequisite 單純貝氏分類器 (Naive Bayes) 是以貝氏定理來解決機器學習上的分類問題。 不免俗在機器學習上,如何估計模型參數是一大重點...

鐵人賽 AI & Data DAY 5

技術 [從Keras框架與數學概念了解機器學習] - 5. Model Fit

當模型有成功compiler後,就可以透過 keras.engine.training.Model 的 fit 執行訓練。 Keras 官網範例: from...

鐵人賽 AI & Data DAY 4
ML From Scratch 系列 第 4

技術 [Day 4] Polynomial Regression — 解決真實問題

終於到第一次開始實做 Real World problem 了!!!這裡我們會透過 Kaggle competition 來了解 Polynomial Regr...

鐵人賽 AI & Data DAY 4

技術 [從Keras框架與數學概念了解機器學習] - 4. Compiler

這節要描述 Model.Compiler 主要的運作過程。範例程式: from tensorflow.keras.models import Sequenti...

鐵人賽 AI & Data DAY 3
ML From Scratch 系列 第 3

技術 [Day 3] Polynomial Regression — 主題實作

昨天我們聊到 Polynomial Regression 是一種希望透過數據使用多項式預測函數來建模,並且未知的模型參數也是通過數據來估計的回歸模型。 今天我們...

鐵人賽 AI & Data DAY 2
ML From Scratch 系列 第 2

技術 [Day 2] Polynomial Regression — 背後理論

Prerequisite Linear regression 在了解 Polynomial regression 之前,我們先看到 Linear regres...

鐵人賽 AI & Data DAY 1
ML From Scratch 系列 第 1

技術 [Day 1] 前言 & 機器學習簡介

前言 在接觸機器學習幾年後,對於背後的理論確仍就是一知半解,於是這系列的文章誕生了。 接下來的文章會以每個主題技術分三天講解: 主題技術之背後理論 從頭實做主...

技術 【Machine Learning】:LLM的一些學習綜整

最近閱讀LLaMA, DeltaEdit paper時,閱讀到了一些好文章值得分享跟紀錄 (絕對不是我把這帳號當記事本用),因此本文章基於以下網站進行撰寫,如下...

技術 YOLO實時檢測提醒司機保持車距— ROG FLOW Z13 GZ301VV實測

目前無論是電動車還是新車,無論是對面的蔚小理(NIO、小鵬、理想、比亞迪),還是歐美的新車,或多或少都有相關的保護行進間的車子之應用,比如降低車速、移動車身等...

技術 JCAATs 提供一種更有效的方法來對數據資料進行集群(Cluster)?

JCAATs- AI 稽核軟體的機器學習指令 CLUSTER 命令俱備有很強大的非監督式學習功能!這個強大的工具使用進階得機器學習演算法來識別模式並根據相似性對...

技術 【Azure MLOps - 6】建立CD pipeline:把機器學習模型部署到staging area

延續上一篇文章,當CI pipeline執行結束後,模型會被下載到【pipeline published artifact區域】。接下來,就把【pipeline...

技術 【Azure MLOps - 5】執行Azure DevOps CI pipeline

上兩篇終於把CI pipeline建立完成,CI pipeline做的就是把資料科學家會在Azure Machine Learning (AML)執行的所有任務...

技術 【Azure MLOps - 1】使用Azure DevOps建立AML pipelines

本篇文章架構 為什麼想要使用CI/CD pipelines 練習教材來源 流程與架構 課前準備 1.為什麼想要使用CI/CD pipelines 用Azur...

技術 Real-time detection implementation of Yolo v7 Pose

Yolo 是深度學習物件偵測中,最喜歡的其中一之,目前是 v7 ,可能 v8 也快要出現。其中姿勢特徵點偵測是非常酷的一種偵測,可以讓機器透過這些特徵辨識,與...

鐵人賽 AI & Data DAY 30

技術 [Day 30] Booking.com 從成功模型中學到的經驗(下)及賽末心得

今天的文章中,我們會延續昨天的題目,聊聊 Booking.com 在模型上線後發現的有趣現象。最後,我會再跟大家分享經過這 30 天的鐵人挑戰賽後,我學到的事,...

鐵人賽 AI & Data DAY 30

技術 [Day30] Kernel SVM(03) + 完賽啦

當我們遇到線性不可分問題時可以把數據從有限維度映射到無限維度的空間藉由kernel function 求出一個超平面再將超平面映射回有限維度的空間這堂課老師概述...

鐵人賽 AI & Data DAY 29

技術 [Day 29] Kernel SVM (02)

The Gaussian RBF Kernel 今天要學習 高斯RBF kernel function此函數在二維空間中的圖像就像一座山(0,0) 在圖中是最高...

鐵人賽 AI & Data DAY 29

技術 [Day 29] Booking.com 從成功模型中學到的經驗(上)

終於到了鐵人賽的尾聲,在經過一個月、看過各大公司依據不同目的、場景設計的演算法後,我們學到了什麼呢?而每間公司在研發並使用各式各樣的模型後,有沒有什麼珍貴的經驗...

鐵人賽 AI & Data DAY 28

技術 [Day 28] Kernel SVM (01)

當數據是linearly separable: 傳統的SVM 可以將兩種數據很好的分類當數據是not linearly separable: 無法在二維空間用...

鐵人賽 AI & Data DAY 28

技術 [Day 28] Pinterest 如何用機器學習打造更健康的評論系統

對社群網站而言,使用者積極的互動是非常重要的一環。因此,打造一個用戶能夠安心發文、建全的評論環境更是不可忽視的重要任務。社群網站往往會提供用戶檢舉貼文的選項,以...

鐵人賽 AI & Data DAY 27

技術 [Day27] SVM - Example

前面的文章有學到分類器樣板了今天的例子跟 https://ithelp.ithome.com.tw/articles/10305851 用到的一樣然後會套用 h...

鐵人賽 AI & Data DAY 27

技術 [Day 27] Dropbox 的圖片搜尋演算法

本篇文章使用的圖片皆來自於 Dropbox 的文章 How image search works at Dropbox。 國慶連假後的上班日,Skylar...

鐵人賽 AI & Data DAY 26

技術 [Day26] SVM Intuition

SVM(Support Vector Machine) SVM又叫:支援向量機 有一個二維平面(如上圖), 上面的點是訓練集裡的所有資料紅色代表結果為0, 綠色...

鐵人賽 AI & Data DAY 26

技術 [Day 26] Airbnb 使用 ResNet50 標記房間圖片

在國慶連假時,Skylar 使用 Airbnb 預定出遊的住宿地點。而在入住後,他發覺和當初在網站上看到的照片並無二致,圖片品質很好且很精確,也會依照不同房型分...

鐵人賽 AI & Data DAY 25

技術 [Day 25] Spotify 使用 NLP 以助於 Podcast 搜尋

近幾年,Podcast 越發熱門,Spotify 的用戶也越來越頻繁地使用關鍵字搜尋相關節目,希望找到自己有興趣的 Podcast 內容。不過,Podcast...

鐵人賽 AI & Data DAY 25

技術 [Day25] Logistic Regression-打造樣板

下面是使用分類器的python template之後我們會學習其他的分類器只要用這個樣板, 再換上要使用的分類器(step2)類別即可 1. 資料前處理 Im...

鐵人賽 AI & Data DAY 24

技術 [Day24] Logistic Regression-Example(02)

接續上一篇的範例, 接下來學習評估結果 如何看分類器預測出的結果如何 首先用混淆矩陣來看有多少組是正確預測, 有多少組是錯誤預測關於 Confusion mat...

鐵人賽 AI & Data DAY 24

技術 [Day 24] Pinterest 生成推薦內容的方法(四)- PinnerFormer

我們昨天介紹 Pinterest 的推薦系統 PinnerSage,不過那是 2020 年的文章。身為不斷創新的 Pinterest 公司,在 2022 年又提...

鐵人賽 AI & Data DAY 23

技術 [Day 23] Pinterest 生成推薦內容的方法(三)- PinnerSage

昨天我們認識 Pinterest 使用 PinSage 演算法,將每個 pin 和 board 轉成 embedding。不過,只是轉成 embedding 還...