iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

7 Like 4 留言 169548 瀏覽

鐵人賽 AI & Machine Learning DAY 9

以100張圖理解 Neural Network -- 觀念與實踐系列第 9 篇

達標好文技術 Day 09：CNN 經典模型應用

ImageNet 競賽的冠軍們 ImageNet 每年舉辦的競賽(ILSVRC)這幾年產生了不少的CNN冠軍，歷屆比賽的模型演進非常精彩，簡單敘述如下： 20...

I code so I am ‧ 2017-12-19

19 Like 15 留言 165059 瀏覽

鐵人賽 AI & Machine Learning DAY 2

以100張圖理解 Neural Network -- 觀念與實踐系列第 2 篇

達標好文技術 Day 02：撰寫第一支 Neural Network 程式 -- 阿拉伯數字辨識

入門照理講，我們應該先了解『神經網路』(Neural Network)概念，再談如何寫程式，但是，概念介紹內容有點硬，為了提高學習興趣，避免一開始就搞一堆數學...

I code so I am ‧ 2017-12-12

12 Like 2 留言 136547 瀏覽

鐵人賽 AI & Machine Learning DAY 5

以100張圖理解 Neural Network -- 觀念與實踐系列第 5 篇

達標好文技術 Day 05：Keras 模型、函數及參數使用說明

前言之後我們會討論到各種演算法及應用，使用到的函數及其參數會更多，因此，有必要先打好基礎，將 Keras 架構及習慣用法(Convention)弄清楚，以免迷...

I code so I am ‧ 2017-12-15

6 Like 1 留言 131609 瀏覽

鐵人賽 AI & Machine Learning DAY 14

以100張圖理解 Neural Network -- 觀念與實踐系列第 14 篇

達標好文技術 Day 14：循環神經網路(Recurrent Neural Network, RNN)

前言上一篇我們對『自然語言處理』(Natural Language Processing, NLP)有一個初步的認識，現在，我們再進一步認識，如何以 Neur...

I code so I am ‧ 2017-12-24

11 Like 3 留言 109297 瀏覽

達標好文技術淺談機器學習的效能衡量指標 (1) -- 準確率(Accuracy)、精確率(Precision)、召回率(Recall)

前言初接觸機器學習時，常會給幾個效能衡量指標搞得一個頭兩個大：混淆矩陣(Confusion Matrix)。準確率(Accuracy)、精確率(Prec...

I code so I am ‧ 2019-11-13

6 Like 2 留言 101341 瀏覽

鐵人賽 AI & Machine Learning DAY 28

以100張圖理解 Neural Network -- 觀念與實踐系列第 28 篇

達標好文技術 Day 28：小學生談『生成對抗網路』(Generative Adversarial Network，GAN）

前言 Facebook AI 大師 Yann LeCun 在接受Quora專訪時說『GAN及其變形是近十年最有趣的想法(This, and the variat...

I code so I am ‧ 2018-01-07

5 Like 4 留言 94238 瀏覽

鐵人賽 AI & Machine Learning DAY 12

以100張圖理解 Neural Network -- 觀念與實踐系列第 12 篇

達標好文技術 Day 12：物體偵測(Object Detection) + 影像標題(Image Captioning)

圖. 影像標題(Image Captioning)，圖片來源：cs231n_2017_lecture11 Detection and Segmentation...

I code so I am ‧ 2017-12-22

2 Like 2 留言 90727 瀏覽

鐵人賽 Data Technology DAY 26

使用Python進行資料分析系列第 26 篇

達標好文技術 [Day26]機器學習：KNN分類演算法！

嗨！今天是第26天，之前介紹完了基本的機器學習概念了，這次要說明一個K-近鄰演算法（K Nearest Neighbor）！主要內容：什麼是KNN 如何用...

plusone ‧ 2018-01-14 ‧團隊i.m.a.c_wishing_well

8 Like 7 留言 90281 瀏覽

鐵人賽 AI & Machine Learning DAY 4

以100張圖理解 Neural Network -- 觀念與實踐系列第 4 篇

達標好文技術 Day 04：關於 Keras 的一些小技巧 -- 組態、模型存檔與實驗

前言再往下探究之前，我們輕鬆一點，先作點實驗，驗證上上篇的程式辨識準確率是否真的那麼高? 可否在應用系統上使用? 譬如，阿拉伯數字辨識率如果那麼高，我們是否可...

I code so I am ‧ 2017-12-14

7 Like 0 留言 81942 瀏覽

鐵人賽 AI & Machine Learning DAY 3

以100張圖理解 Neural Network -- 觀念與實踐系列第 3 篇

達標好文技術 Day 03：Neural Network 的概念探討

前言上一次我們以十幾行程式完成阿拉伯數字的辨認，心情應該會小小波動一下(應該還不到小鹿亂撞的地步)，如果我們以傳統的程式解法，不寫個幾百行，應該是不會罷手的，...

I code so I am ‧ 2017-12-13

11 Like 1 留言 80310 瀏覽

鐵人賽 AI & Machine Learning

以100張圖理解 Neural Network -- 觀念與實踐系列第 31 篇

達標好文技術 Day N+1：進一步理解『梯度下降』(Gradient Descent)

前言在 Neural Network 的求解過程中，最重要而難懂的觀念應該是『梯度下降』(Gradient Descent)吧，我雖然在Day 03：Neu...

I code so I am ‧ 2018-03-26

1 Like 2 留言 79252 瀏覽

鐵人賽 AI & Data DAY 15

全民瘋AI系列2.0 系列第 15 篇

技術 [Day 15] 機器學習常勝軍 - XGBoost

XGBoost 今日學習目標 XGBoost 介紹 XGBoost 是什麼？為什麼它那麼強大？ XGBoost 優點比較兩種整體學習架構差異？ Ba...

10程式中 ‧ 2021-09-27

2 Like 0 留言 77343 瀏覽

鐵人賽 Data Technology DAY 28

使用Python進行資料分析系列第 28 篇

技術 [Day28]機器學習：特徵標準化！

嗨，今天是第28天！今天要來聊聊機器學習中的特徵標準化(normalization)，包含：什麼是特徵標準化？為什麼要標準化？特徵標準化怎麼做？什...

plusone ‧ 2018-01-16 ‧團隊i.m.a.c_wishing_well

5 Like 13 留言 63271 瀏覽

鐵人賽 AI & Machine Learning DAY 23

以100張圖理解 Neural Network -- 觀念與實踐系列第 23 篇

達標好文技術 Day 23：銷售量預測 -- LSTM 的另一個應用

前言之前，我們都在影像、語言等基礎應用上打轉，這次我們要來探討一個可應用在企業運作上的實例，銷售預測主要是希望藉由過去的銷售記錄預測下一個週期的銷售量，在統計...

I code so I am ‧ 2018-01-02

2 Like 4 留言 61682 瀏覽

鐵人賽 AI & Data DAY 20

輕鬆掌握 Keras 及相關應用系列第 20 篇

達標好文技術 Day 20：使用 U-Net 作影像分割(Image Segmentation)

前言影像分割(Image Segmentation)也稱【語義分割】(Semantic Segmentation)，它可以是物件偵測演算法 RCNN 的延伸...

I code so I am ‧ 2020-09-20

7 Like 1 留言 60936 瀏覽

達標好文技術淺談機器學習的效能衡量指標 (2) -- ROC/AUC 曲線

前言上一篇談到準確率(Accuracy)、精確率(Precision)、召回率(Recall)、F1 Score，它們適用在不同的場景，接著我們再來討論『RO...

I code so I am ‧ 2019-11-17

2 Like 0 留言 60572 瀏覽

鐵人賽 AI & Machine Learning DAY 15

以100張圖理解 Neural Network -- 觀念與實踐系列第 15 篇

技術 Day 15：『長短期記憶網路』(Long Short Term Memory Network, LSTM)

RNN 的缺點上篇介紹的RNN，它能夠額外考慮前面字句，來預測當前的字句，聽起來似乎已符合語言的特性了。但是，距離當前單字越遠的字句影響力會遞減，因為，下面的...

I code so I am ‧ 2017-12-25

8 Like 1 留言 56607 瀏覽

鐵人賽 AI & Data DAY 6

英雄集結：深度學習的魔法使們系列第 6 篇

技術 [精進魔法] Regularization：減少 Overfitting ，提高模型泛化能力

當開始興致勃勃的嘗試畫魔法陣，搭建神經網絡模型時，也許會遇到下面的情形：哥布林之吶喊：我明明在訓練集表現很好啊，為什麼實際上線時結果卻崩潰了（抱頭）那你...

莉森揪 ‧ 2018-10-21

0 Like 0 留言 55200 瀏覽

鐵人賽 AI & Data DAY 14

全民瘋AI系列2.0 系列第 14 篇

技術 [Day 14] 多棵決策樹更厲害：隨機森林 (Random forest)

隨機森林 (Random forest) 今日學習目標隨機森林介紹隨機森林的樹是如何生成？隨機森林的優點？隨機森林如何處理分類問題？隨機森林如何處理...

10程式中 ‧ 2021-09-26

3 Like 0 留言 54720 瀏覽

鐵人賽 AI & Data DAY 5

Python機器學習介紹與實戰系列第 5 篇

技術 DAY[5]-雲端基礎教學(2) colab基本操作與建議

Colab基本操作教學匯入檔案方法一:自行上傳檔案 from google colab import files #匯入套件 import pandas...

Austin ‧ 2019-09-20 ‧團隊Bikini Bottom

3 Like 3 留言 53581 瀏覽

鐵人賽 AI & Machine Learning DAY 7

以100張圖理解 Neural Network -- 觀念與實踐系列第 7 篇

達標好文技術 Day 07：撰寫第一支CNN 程式 -- 比較『阿拉伯數字』辨識力

範例程式我們仍然作『阿拉伯數字的辨識』，比較 CNN 的作法與簡單的 Neural Network 有何不同。程式來自https://github.com/f...

I code so I am ‧ 2017-12-17

2 Like 2 留言 52923 瀏覽

鐵人賽 AI & Machine Learning DAY 17

以100張圖理解 Neural Network -- 觀念與實踐系列第 17 篇

技術 Day 17：GRU (Gated Recurrent Unit) 概念介紹與實作

前言原來還想多介紹幾個應用，但是，一直擔心忘了另一個RNN的變形 -- GRU，所以，還是先把它處理掉，才好 focus 在應用上。另一方面，LSTM 執行速...

I code so I am ‧ 2017-12-27

15 Like 1 留言 52596 瀏覽

鐵人賽 AI & Machine Learning DAY 1

以100張圖理解 Neural Network -- 觀念與實踐系列第 1 篇

達標好文技術 Day 01：以100張圖理解 Neural Network -- 觀念與實踐

寫了十幾天，今天總算鼓起勇氣參戰了。前言這一波人工智慧(Articial Intelligence，AI)風潮方興未艾，產學研界發表不少的具體研發成果，例如...

I code so I am ‧ 2017-12-11

7 Like 14 留言 51356 瀏覽

鐵人賽 AI & Machine Learning DAY 25

以100張圖理解 Neural Network -- 觀念與實踐系列第 25 篇

達標好文技術 Day 25：自動語音識別(Automatic Speech Recognition) -- 觀念與實踐

前言 Neural Networks 在影像、文字、語音等自然使用者介面(NUI)處理有突破性的發展，之前我們已經見證過影像及文字的辨識威力了，從這一篇開始，我...

I code so I am ‧ 2018-01-04

5 Like 11 留言 47841 瀏覽

達標好文技術 YOLO v4 建置心得 -- Windows 環境

前言 YOLO 是一個即時物件偵測(object detection)的模型，它處理速度可達 30 FPS，可以用在視訊上偵測移動的物體，平均準確度(mAP)可...

I code so I am ‧ 2020-05-21

2 Like 1 留言 47362 瀏覽

鐵人賽 Data Technology DAY 27

使用Python進行資料分析系列第 27 篇

技術 [Day27]機器學習：建立線性迴歸資料與預測！

嗨，今天是鐵人賽的第27天啦！今天要介紹的是一個簡單的預測法：線性迴歸（linear regression)！主要內容：什麼是線性迴歸建立隨機迴歸資料...

plusone ‧ 2018-01-15 ‧團隊i.m.a.c_wishing_well

2 Like 0 留言 45154 瀏覽

鐵人賽 AI & Machine Learning DAY 13

以100張圖理解 Neural Network -- 觀念與實踐系列第 13 篇

達標好文技術 Day 13：『自然語言處理』(NLP) 概念介紹

前言之前我們看到 Neural Network 在影像的辨識與解析的強大威力，接著，我們就要開始研究『自然語言處理』(Natural Language Pro...

I code so I am ‧ 2017-12-23

1 Like 0 留言 44659 瀏覽

鐵人賽 Google Developers Machine Learning DAY 16

Towards Tensorflow 2.0 系列第 16 篇

技術 [Day-16] RNN - LSTM介紹

今天我們來討論深度學習中，專門在Run時間序列型資料的網路模型 - Recurrent Neural Network (RNN)，在之前所討論到DNN跟CNN模...

Dan ‧ 2019-10-01

8 Like 2 留言 43817 瀏覽

鐵人賽 AI & Data DAY 8

英雄集結：深度學習的魔法使們系列第 8 篇

技術 [精進魔法] Optimization：優化深度學習模型的技巧（中）－ Adaptive Learning Rates

前情提要在 [精進魔法] Optimization：優化深度學習模型的技巧（上）一文中提及了下面三種優化 deep learning 模型的作法： Batc...

莉森揪 ‧ 2018-10-23

3 Like 3 留言 40176 瀏覽

鐵人賽 AI & Machine Learning DAY 11

以100張圖理解 Neural Network -- 觀念與實踐系列第 11 篇

技術 Day 11：風格轉換(Style Transfer) -- 人人都可以是畢卡索

前言收到版主通知，才知道已經熬過10天了。言歸正傳，昨天剛好看到一個新聞『催生全球首位AI繪師Andy，美圖搶攻人工智慧卻面臨一大挑戰』，號稱花了1.99億元...

I code so I am ‧ 2017-12-21

達標好文 技術 Day 09：CNN 經典模型應用

達標好文 技術 Day 02：撰寫第一支 Neural Network 程式 -- 阿拉伯數字辨識

達標好文 技術 Day 05：Keras 模型、函數及參數使用說明

達標好文 技術 Day 14：循環神經網路(Recurrent Neural Network, RNN)

達標好文 技術 淺談機器學習的效能衡量指標 (1) -- 準確率(Accuracy)、精確率(Precision)、召回率(Recall)

達標好文 技術 Day 28：小學生談『生成對抗網路』(Generative Adversarial Network，GAN）

達標好文 技術 Day 12：物體偵測(Object Detection) + 影像標題(Image Captioning)

達標好文 技術 [Day26]機器學習：KNN分類演算法！

達標好文 技術 Day 04：關於 Keras 的一些小技巧 -- 組態、模型存檔與實驗

達標好文 技術 Day 03：Neural Network 的概念探討

達標好文 技術 Day N+1：進一步理解『梯度下降』(Gradient Descent)