iT邦幫忙

machine learning相關文章
共有 713 則文章
鐵人賽 Data Technology DAY 25
使用Python進行資料分析 系列 第 25

技術 [Day25]機器學習:特徵與標籤!

嗨,今天是第25天,昨天開始介紹了何謂機器學習,機器學習有哪些類型,今天我們說明機器學習內的名詞:特徵(features)與標籤(labels),未來也會用這個...

鐵人賽 AI & Machine Learning DAY 26

達標好文 技術 Day 26:自動語音識別(Automatic Speech Recognition) -- 觀念與實踐(續)

前言 上一篇我們舉了一個很簡單的範例,判斷聲音是bed、cat 或是 happy,實務上它可以應用在一些場域,例如,PowerPoint簡報時,我們可以用聲音下...

鐵人賽 AI & Machine Learning DAY 19

技術 Day 19:自然語言處理的預訓詞向量(Pre-trained Word Vectors) -- 站在巨人的肩膀上

前言 我們在『Day 09:CNN 經典模型應用』討論到CNN的預先訓練好的模型,並在後續的篇幅,直接套用這些模型在『照片主體的相似性比對』、『畫風轉換』及『物...

鐵人賽 AI & Data DAY 28

技術 [魔法小報] 深度學習在電腦視覺(Computer Vision)的技術與應用

電腦視覺(Computer Vision)一直是我非常著迷的領域,旨在模仿人類視覺系統,作為賦予機器人智能行為的助力,在1966年夏季,MIT AI LAB 成...

鐵人賽 AI & Data DAY 29

達標好文 技術 [魔法小報] 深度學習在自然語言處理(NLP)的技術與應用

自然語言處理(NLP)的目標是設計演算法來讓電腦「理解」自然語言以執行一些任務,依難易度舉例如下: 簡單 拼寫檢查(Spell Checking) 關鍵字搜...

鐵人賽 AI & Data DAY 27
全民瘋AI系列2.0 系列 第 27

技術 [Day 27] 機器學習常犯錯的十件事

機器學習常犯錯的十件事 今日學習目標 探討機器學習常犯的十件錯誤 前言 人工智慧近年來成為任何產業熱門的話題之一,各公司積極地導入機器學習技術協助產業 AI...

鐵人賽 AI & Data DAY 12

技術 Day 12:影像資料增補(Data Augmentation)

前言 前一篇利用CNN辨識手寫阿拉伯數字,其實有幾個缺點: MNIST 的訓練資料與滑鼠撰寫的樣式有所差異,我猜 MNIST 的資料收集應該是請受測者寫在紙上...

Towards Tensorflow 2.0 系列 第 1

達標好文 技術 [Day-1] Tensorflow 介紹 及 Tensorflow 2.0相關知識

大家好,我是Dan,目前就職於電信業並在公司負責資料科學及機器學習相關專案的執行。在因緣際會下接觸了DL以及 TF已經大概有四年多,而這次TF的大升版,萌生了想...

鐵人賽 AI & Data DAY 3

技術 Day 03:撰寫第一支完整的 Keras 程式

前言 上一篇,我們完成了一個神經元的計算,如果要完成整個神經網路的計算,一個一個神經元撰寫,程式碼可能要很多迴圈,才能完成多層式的神經網路,因此,深度學習套件又...

鐵人賽 AI & Data DAY 1

達標好文 技術 Day 01:輕鬆掌握 Keras

Keras 不是很簡單嗎? Keras 是深度學習最簡單的敲門磚,但是,計畫趕不上變化,所有市面上的書籍都追不上 Keras 版本的更新,例如: Google...

鐵人賽 AI & Data DAY 25

技術 [魔法陣系列] Deep Q Network(DQN)之術式解析

「Deep Learning模型最近若干年的重要进展」一文提到深度學習分四個脈絡: CV/Tensor 生成模型 Sequence Learning Deep...

鐵人賽 AI & Machine Learning DAY 24

技術 Day 24:銷售量預測(2) -- 『時間序列分析』技巧篇

前言 上一篇我們以航空公司的每月乘客人數為例,使用 LSTM 模型預測下個月的乘客數,其中牽涉到『時間序列分析』(Time Series Analysis)一些...

鐵人賽 AI & Machine Learning DAY 16

達標好文 技術 Day 16:『長短期記憶網路』(LSTM) 應用 -- 情緒分析(Sentiment Analysis)

前言 現在網友都勇於發聲,網路聲量高漲,往往會引領群眾的意向,引發巨大能量,影響國家命運,例如太陽花運動、埃及茉莉花革命,因此,輿情分析已經變成顯學,如何收集網...

鐵人賽 AI & Data DAY 6

技術 Day 06:Keras 模型結構

前言 從這篇起,我們就Keras各部分的功能進行研究,包括: 模型結構 執行工作記錄(Callback 及 TensorBoard) Dataset Esti...

鐵人賽 AI & Data DAY 7
一服見效的 AI 應用 系列 第 7

技術 Day 07:初探推薦系統(Recommendation System)

前言 上一篇我們介紹了『購物籃分析』,可以幫公司建立商品組合,也可以推薦商品給顧客,它單純依據銷售記錄進行分析,但是,如果是線上網購,瀏覽(Page View)...

鐵人賽 AI & Data DAY 8
一服見效的 AI 應用 系列 第 8

技術 Day 08:協同過濾(Collaborative Filtering)

概念 顧名思義,協同過濾(Collaborative Filtering),協同就是集合眾人的意見協同合作,進而篩選或推薦商品,作法與購物籃分析類似,一樣是以銷...

鐵人賽 AI & Machine Learning DAY 18

技術 Day 18: 機器翻譯(Machine Translation)

目標 今天我們要利用一個 seq2seq 模型,來作英中翻譯,它不是以傳統字典的查詢方式,而是利用 LSTM 演算法,讓機器自我學習,進而達到翻譯的功能。這個程...

鐵人賽 AI & Data DAY 26
全民瘋AI系列2.0 系列 第 26

技術 [Day 26] 交叉驗證 K-Fold Cross-Validation

今日學習目標 了解 K-Fold 各種不同變形 K-Fold Cross-Validation Nested K-Fold Cross Validation...

鐵人賽 AI & Data DAY 22

技術 Day 22:Tensorflow Dataset 相關用法整理

前言 之前的有一些案例程式使用 Tensorflow Dataset,但沒有多作解釋,心中有愧,因此,花了一些時間,整理相關用法如下。 Tensorflow D...

Towards Tensorflow 2.0 系列 第 24

技術 [Day-24] VAE(Variational AutoEncoder) 實作

今天我們來討論一個進化的AutoEncoder - Variational AutoEncoder。先回顧一下AutoEncoder的架構,AutoEncode...

鐵人賽 AI & Data DAY 25
全民瘋AI系列2.0 系列 第 25

技術 [Day 25] 交叉驗證 Cross-Validation 簡介

今日學習目標 常見的交叉驗證方法 K-fold Leave one out cross validation Random Subsampling Boot...

技術 [筆記]主成分分析(PCA)

前言 這次介紹,主成分分析英文名為Principal components analysis,簡稱為PCA,而這次一樣自己的觀點簡單的敘述,但還是會介紹一些數學...

鐵人賽 AI & Data DAY 5
一服見效的 AI 應用 系列 第 5

技術 Day 05:購物籃分析(Basket Analysis)

前言 前幾篇是以客戶的角度進行的行銷分析,這一篇『購物籃分析』(Basket Analysis)則是以商品的角度行銷,對顧客進行『交叉銷售』(cross sel...

Towards Tensorflow 2.0 系列 第 11

技術 [Day-11] 模型視覺化 - Tensorboard

針對模型視覺化,Tensorflow有做了一個Dashboard - Tensorboard,方便使用者理解模型以及tuning。而Tensorboard非常強...

鐵人賽 AI & Data DAY 16

達標好文 技術 [魔法小報] 深度學習 vs. 傳統機器學習

今天來談談深度學習跟傳統機器學習的比較,主要從 Data、計算資源、特徵萃取 等三個方向進行討論。 深度學習(Deep Learning)的成功主要是基於大量可...

鐵人賽 AI & Data DAY 22
全民瘋AI系列2.0 系列 第 22

技術 [Day 22] Python 視覺化解釋數據 - Plotly Express

Plotly Express 今日學習目標 安裝 plotly 手把手實作視覺化鳶尾花朵資料集 直方圖 特徵關聯度分析 散佈圖 箱形圖 複合型視覺化技巧 匯...

鐵人賽 AI & Data DAY 7

技術 Day 07:Keras Callback 的使用

前言 Callback 可以在模型訓練過程中觸發事件,記錄訓練過程產生的資訊、在查核點(Checkpoint)對模型存檔、迫使訓練提早結束...等,除了可以使用...

徵才 【Cinnamon AI|日商】AI Solution Specialist (Data Scientist)

About Cinnamon AI: Cinnamon AI is the pioneer in business consulting and develo...

鐵人賽 AI & Data DAY 14

技術 Day 14 Optimizer大亂鬥

Optimizer大亂鬥 今天我們要來介紹一下,Optimizer是做甚麼用的,並簡單介紹一些常用的Optimizer。 Optimizer的作用 簡單來說,O...

鐵人賽 AI & Data DAY 6
一服見效的 AI 應用 系列 第 6

技術 Day 06:購物籃分析背後的演算法 -- Apriori

前言 上一篇我們介紹了『購物籃分析』的觀念與實作,現在就來研究它背後的演算法 -- Apriori,是如何找到這些關聯性強的商品組合。 Apriori 原理 『...