Ref.: Regularization for Sparsity Regularization在 Day 14時說過L_2 Regularization，...
在上一個章節，我們備妥了影片評論的資料，並且將0和1與負面及正面情緒做了前置的對照處理。上一篇的連結如下：[DAY24] - 使用Azure Machine L...
在做完資料處理及特徵篩選後，接下來就是選擇演算法來訓練我們的模型，這階段算是機器學習流程中最關鍵的部分了，通常我們會依據想預測的問題以及現有的數據資料，來決定要...
Ref.: Introduction to Neural Networks 先來回想我們在Day 13 feature crosses提到的nonlinea...
在人工智慧領域我們常常聽到AI、ML甚至是DeepLearning......等這些東西一樣嗎？當然不，在進入ML的領域之前，我們要先比較ML和AI的差異。...
在機器學習中，輸入的資料欄位稱為 feature(特徵)，輸出的欄位稱為 Label(標籤)，如果資料特徵與模型無關或不重要，通常會干擾模型，影響結果，所以不是...
Loading and exploring song data 接下來我們將建立一個歌曲推薦系統 一樣的要載入資料庫，同時可以稍微看一下資料庫裡面的內容包含了使...
從前面的 kernel SVM 當中我們已經獲得了很強大的模型，可是他還是會有不足之處，像是當資料有雜訊的時候就容易將每個資料點都個別分開。 有時候我們反而希望...
Challenges of deep learning 對 deep learning 來說，它可以讓我們表示非線性複雜特徵，不單單只能在計算機視覺，在語音識別...
感知器（perceptron）是在 1957 年就被發明出來的的模型，對電腦的發展或是人工智慧來說都是非常早期的。 感知器模型他是一個二元分類的分類器，他解的是...
環境基本資料 作業系統 : Windows 10 64位元 家用版 1809 開發環境 : conda 4.6.14 ipython(Jupyter noteb...
注意：整篇文章極度數學高能！！ 沒有把前一篇文章看完的朋友別擔心，我們會在開頭先回顧一下。在一番數學技巧的替換過後，我們的 maximum-margin cla...
CapsNet-好用的膠囊在CNN 今天我們要介紹一個很強的技術，CapsNet。 為什麼需要CapsNet? 在傳統的CNN中，在許多種情況已經能得到很好的辨...
Using deep features to build an image classifier 接下來會談兩個用 deep learning 上有趣的小範例，...
分群(Clustering)演算法是使用非監督式學習方法將相似的資料聚集在一起，跟分類(Classfication)演算法不同的地方在於無法提前知道輸出類別有哪...
大致功能與 Tensorboard 相同，但是整合了更多的深度學習(Llamaindex、Langchain、HuggingFace…)與機器學習(Sciki...
前言 機器學習的套件許多都不能在Windows作業系統內順利安裝，就算能安裝也要費一番手腳，因此，興起安裝Linux作業系統的念頭，經過一天的努力，總算搞定，期...
在評估模型的時候，會發現模型與結果有誤差，模型無法針對我們的測試集反映出真正結果，這就是評估的偏差（evaluating for bias）。這時候就是需要用到...
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...
上一篇有提到，在建立完預測模型後，可以使用 Evaluate Model 評估模型來檢視模型的效能，而除了單一模型檢視外，Evaluate Model 也可以用...
多類別分類(Multiclass Classification)用在當實驗的預測結果不只分成兩類別的時候，像是字母手寫辨識、數字手寫辨識、NBA 季後賽的優勝隊...
全民瘋AI系列2.0完賽總結 不知不覺就參加了三屆iT邦鐵人賽，很高興能夠藉由此活動分享經驗與知識。雖然這三十天過程很辛苦，但也透過這種方式督促我整理這些內容。...
激活函數 Activation Function 數學方法去決定neuron輸出叫做激活函數(activation function)但neuron的輸出並不是...
機器學習的數學基礎不外乎就是離散數學或是線性代數(我沒學過這兩個科目，但我修過工程數學)。所以沒學過的朋友建議先去了解一下離散數學或是線性代數，才不會看到一堆數...
回歸分析(Regression)通常用來預測數值資料，像是價格、溫度...等等。其中提升決策樹是使用多個決策樹來產生更好的預測模型，以下範例為使用提升決策樹迴歸...
在Colab跑我們的TensorFlow，其中要pandas範例來練習。Pandas是個重要且流行的套件（library）是個不錯的工具。 （本篇使用firs...
近年來自然語言處理（NLP）領域取得了巨大的進展，主要歸功於大型語言模型（LLM）的崛起。這些模型，如 GPT、LLaMA 和 BLOOM 等，已經在多個 NL...
ResNet如何實現 今天我們要來實作ResNet，並比較加入ResNet後，是否正確率有提升。 前置作業 我們使用Colab來當作我們的實作平台，並使用Ker...
Ref.: Representation 一直想不到最好的翻譯，Google一下找到資料科學協會說的： 機器學習分成三個主要部分：表現 (Represen...
我們從前面的模型演化可以了解一個機器學習模型可以怎麼樣衍生出其他的變體來解決問題。 現在我們要切換到另外一條跑道上，我們一樣是從線性迴歸模型出發，我們或許可以換...
Joseph-bug
陳小熊
anny
nightlan1015297
nylon
杜岳華
Austin
linitachi
aif_tw
eyelash*睫毛
10程式中
shibainu274
wty81213
iThome鐵人賽
看影片追技術