前言 前面我們介紹兩大類的推薦方法 -- 以內容為基礎的過濾(Content Based Filtering) 及 協同過濾(Collaborative Fil...
今天是鐵人賽的最後一天，我想說來聊聊 Transferring learning 以及 Model serving。今天也會有簡單的Colab實作 (Trans...
R squared (R平方) R平方(R squared)又稱為判定係數(coefficient of determination)是一種衡量回歸模型表現的指...
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...
Ref.: Embedding Embedding我實在不知道怎麼翻比較好，它是把高維度的資料變成低維度，並保留原始資料的特性。有了它，在像是sparse...
RNN和LSTM和GRU 今天我們要來介紹一下，循環神經網路(Recurrent Neural Network)，稱為RNN。以及RNN的好朋友，LSTM(Lo...
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...
愷開
‧
2017-12-25
Q learning如何實現 今天我們就要來看看如何實現Q learning!code參考這篇製作Q* Learning with FrozenLakev2.i...
前言 前一篇實作一個簡單的物件偵測(Object Detection)，接下來我們來模擬自駕車(Self Driving)如何辨識前方的障礙物，一樣使用Tens...
Ref.: Classification 看到有人關注這系列文章實在很開心，但盡信書不如無書，全信我不如不要學ML。建議多看多學其他的source，以免被...
前言 現在全球股市大熱，很多人都忍不住誘惑，跳進去買賣，如何『選股』、『擇時』，賺到錢就是一門重要而困難的課題，本文以最簡單的『移動平均法』(Moving Av...
上一篇在交叉驗證的過程中，提到超參數的計算是使用窮舉法，因此要設定好參數的區間，來在訓練的過程中對參數進行測試。而在這次使用中我參考了本篇文章：LightGBM...
在說明Deep Neural Nework，我們簡單的討論一下DL介紹。從最早DL從Perceptron開始，Perceptron是只有一個neural，其實就...
今天我們來實際來跑簡單的Dataset，就是 DL 101 資料集 - MNIST。透過較為簡單的Dataset 來理解像GAN這種相對難的演算法，應該能較容易...
近年來注意力機制（Attention Mechanism）已經成為深度學習和神經網路領域的一個重要研究。它不僅能夠改善模型的性能，還可以增強模型的解釋性。201...
在機器學習的過程中，對於資料的解釋以及處理是最前期也最重要的環節，在這個章節中，將使用資料本身較乾淨並且相當容易獲取的玩具資料集進行基礎講解，在基礎講解結束後將...
前言 很多演算法在參數計算時，常會使用最小平方法(OLS)或最大概似法(MLE)求解，因此，努力K了一下，把心得記錄下來，希望能與同好分享。 其中，涉及數學證明...
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...
愷開
‧
2017-12-20
DQN如何實現 今天我們要用DQN來解The Taxi Problemcode參考這篇Reinforcement Learning: Deep Q-Networ...
今天討論的主題主要是Google這篇曾經在2016年release 在Google Play的app上所做的推薦系統，而他有被open source 在 Ten...
EDA是什麼? EDA是探索式資料分析(Explore Data Analysis)的簡稱，主要邏輯是利用分群、圖片等等的技巧，觀察資料之間的關係(相關係數、分...
Ref: First Steps with TensorFlow Tensorflow 中有很多Machine learning model可以使用，但它也...
前言 之前我們測試過一些內建的Callback，這次筆者要自訂 Callback，將損失寫入 Pandas Data Frame，並且作圖畫出優化的軌跡。 可監...
今天會開始說明一下資料處理及數值運算。接下來就會開始進入基本ML及DL了。大夥撐著！把一些基本語法弄熟，之後會更容易上手，且更知道如何去修改一些tutorial...
機器學習會遇到的問題整理 今天我們要快速的看一下機器學習中，會遇到甚麼問題，那麼我們先從有提過的開始吧! 梯度消失 梯度消失會出現在以梯度下降法和反向傳播訓練人...
前言 上一篇介紹 interact 基本的用法，可以設計使用者介面(UI)，但無法取得輸入值，本篇介紹使用另一函數 interactive，可克服此一問題。 測...
前言 前一篇搞定 Ubuntu 作業系統的安裝，接下來我們繼續安裝『機器學習』的相關軟體及工具，包括 Anaconda、TensorFlow 及 GPU顯卡支援...
AI學習基礎 我們幾乎每天都會看到幾則有關『人工智慧(AI)』的新聞，一般人(me too!)都會想一窺究竟，了解箇中奧妙，但是，初次接觸，探究其原理，很多人就...
前言 Autoencoder 是一個非常重要的模型，它是很多進階模型的基礎，例如風格轉換(Style Transfer)、影像分割(Image Segmenta...
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...
愷開
‧
2017-12-21
I code so I am
Dan
ironcat45
杜岳華
Joseph-bug
linitachi
Austin
10程式中
iThome鐵人賽
看影片追技術