前一天我們講到機器學習在GCP上運作的流程以及做了Tensorflow、Keras和Pytorch之間的比較，今天我們要來看機器學習建模型和預測的過程 Why...
芋頭
‧
2019-09-19
進入遊戲區體驗Fairness的機器學習，將會練習之前所說的不同的差異以及用子組合，來評估模型性能。 文章 （本篇分成兩章文章） 開始前 資料：用成人普查收入...
前言 前一篇我們用了不到20行的程式，解析使用者說的話，程式了解語意後，要如何回應呢? 今天就來探討一下吧。 回應(Response) 回應的作法有很多種：...
現在使用TensorFlow來訓練我們的這個模組。 以下會有幾個步驟：開始準備、製作特徵、以年齡當做分類的特徵、定義模型特徵、訓練深度神經網路模型、評估神經網路...
激活函數 Activation Function Scaled Exponential Linear Unit 比例指數線性單元 Scaled exponent...
Ref.: Generalization Generalization這部分在說要怎麼讓model也能適應沒新的、看過的data，只要新的data跟訓練mo...
人工智慧vs機器學習vs深度學習 人工智慧一直是人類期望發展的事物，我們常說的人工智慧應該是包含像人一樣思考(AI)，能夠解決計算問題(ML)，以及電腦視覺(D...
前言 當親朋好友知道我全心研讀 AI 時，最常被問到的問題如下： 我的公司怎麼導入 AI ? 學完 Python，可以做甚麼 ? 了解機器學習各項演算法後，要...
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...
熟悉TensorFlow的第一步就是製作線性回歸（linear regression），此篇也是從First Steps with TensorFlow而來，以...
接著我們就來到了蠻重要的問題，既然一個 hidden layer 的網路架構就可以逼近任何連續函數，那麼為什麼要深度學習？ 對於這個問題，台大李宏毅老師有非常詳...
Ref.: Classification 昨天講了Threshold、TP/TN/FP/FN、Accuracy、Precision、Recall，忘了趕快回...
Ref.: Feature Crosses Encoding Nonlinearity 這邊的概念很簡單，就是把Feature組合在一起餵進model。主要...
前言 前一篇介紹了強化學習初步的概念，並且採隨機策略測試一下，隨機等於沒有策略，這次我們實際擬定一些策略，說明強化學習的真正作法。之後再介紹各種演算法的進化及其...
在前兩篇，我們將影片評論的資料做了資料處理，也根據自然語言分析的幾個基本概念做了資料過濾及詞彙Entity的抽取及計算相關機率。在今天的實作，我們將繼續帶大家進...
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...
前言 前一篇利用【資料增補】(Data Augmentation)技術，擴增訓練資料，對於準確率是否有真的提升嗎? 這次，我們就來實作一個具有書寫介面的桌面程式...
課前練習: ExamRef.: Validation 記得我們昨天講的Training set and test set，我們分成Training set...
本篇也是進行說明，是關於訓練資料與測試資料相關資訊。 上篇說明模型「泛化」，當我們做出模型的時候，要進行調整與測試，讓我們的預測越接近現況。而在這邊要規劃我們...
Ref.: TensorFlow exercises 昨天的文章大概講解了TensorFlow，今天來練習幾個Exercises。 Quick Introd...
機器學習分為兩種最主要的模式，分別為監督式機器學習與非監督式機器學習，本篇文章會簡單介紹一下監督式機器學習以及常見的用法。 監督式機器學習是什麼? 當你使用機器...
前言 機器學習經過訓練(Trainning)、評估(Evaluation)後，就可以得到準確率(Accuracy)、精確率(Precision)、召回率(Rec...
我們前面探討了不同的資料型態可以對應不同的迴歸模型。 不覺得每個迴歸模型都有那麼點相似的地方嗎？ 線性迴歸： 羅吉斯迴歸： Poisson 迴歸： 在右手...
Feature Attribution Feature Attribution(特徵歸因)是機器學習領域中的一個重要概念，它用於解釋模型的預測結果。當我們訓練機...
我們來更具體一點講 multi-layer perceptron (MLP)。 最簡單的版本莫過於 linear MLP，不過不太會有人去用他，其實只是每層 l...
在 魔法陣系列 中，有說明不同魔法陣的應用例子，而這篇想用圖表來帶出整體深度學習的應用幅度，讓各位準魔法使們一覽在深度學習在各行業的魔法效果有多強大。 深度學...
CAM（Class Activation Mapping）是一種用於解釋卷積神經網路（CNN）模型在圖像分類任務中的預測的技術。它的目的是生成一個視覺化的熱圖，...
在 Azure Machine Learning Studio 建構一個預測實驗，可以使用 Train Model 先訓練這個模型，然後再用 Score Mod...
前言 上一篇簡單介紹 TensorBoard 的功能，並且測試以下功能： 追蹤損失和準確率等效能衡量指標(Metrics)。 將圖片寫入 Log。 這次，我...
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...
eyelash*睫毛
I code so I am
shibainu274
Joseph-bug
Austin
nylon
杜岳華
陳小熊
10程式中
莉森揪
anny
iThome鐵人賽
看影片追技術