iT邦幫忙

machine learning相關文章
共有 713 則文章
Towards Tensorflow 2.0 系列 第 19

技術 [Day-19] BERT 初探

Multi-label Text Classification using BERT – The Mighty Transformer 今天要來芝麻街上英文課囉...

徵才 【Cinnamon AI|日商】AI Solution Specialist (frontier business)

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

鐵人賽 AI & Machine Learning DAY 29

技術 Day 29:機器學習的資料處理生命週期

資料處理流程(Process) 機器學習(Machine Learning)處理資料的生命週期(Life cycle) 與 Data Mining 是一致的,這...

Towards Tensorflow 2.0 系列 第 15

技術 [Day-15] CNN - ResNet 實作

當今天層數越疊越深,若不做任何的處理機制,準確度其實是會越來越糟糕!因為當疊層數疊超過一個層數,會發生像Gradient vanishing或者說Degrada...

鐵人賽 AI & Data DAY 19
全民瘋AI系列2.0 系列 第 19

技術 [Day 19] 自動化機器學習 - AutoML

AutoML 今日學習目標 了解何謂 AutoML 超參數調參方法 Grid Search Random Search Bayesian Optimizat...

Towards Tensorflow 2.0 系列 第 2

技術 [Day-2] Tensorflow 基本語法 - Part I

接下來幾天將會介紹TF的語法,並均會使用TF2.0來示範。我們會從基本的data type到變數類型,以及資料的處理。首先先從基本的data type開始說明...

鐵人賽 Software Development DAY 17

達標好文 技術 [Day17] 不可以比中指! 用Python做一個AI有禮貌神器!

比中指是一個相當不禮貌的行為,但有時候太生氣還是會不小心比出來對吧?既然無論如何都會比中指的話,那就把中指加上馬賽克吧! (這什麼結論) 開發環境 Pyth...

鐵人賽 AI & Machine Learning DAY 30

達標好文 技術 Day 30:完結篇 -- Machine Learning 工作前景與技能

前言 當我們人生決定轉向,不能免俗的,一定要了解市場行情,免得誤入歧途,人財兩失。因此針對 Machine Learning 相關的工作進行了一番調查,除了工作...

鐵人賽 AI & Data DAY 29
全民瘋AI系列2.0 系列 第 29

技術 [Day 29] 使用 Python Flask 架設 API 吧!

使用 Python Flask 架設 API 吧! 今日學習目標 API 觀念講解 什麼是 API? RESTful API HTTP Request 方法...

鐵人賽 AI & Data DAY 1

達標好文 技術 [序幕] AI(人工智慧)、Machine Learning(機器學習)、 Deep Learning(深度學習)是什麼?

2018年堪稱是台灣的「AI 元年」,政府推動產業 AI 化,同時也不遺餘力的培養 AI 種子們。相信不管是在新聞媒體上或是公司內部都可常看到或聽到「AI」字眼...

鐵人賽 AI & Data DAY 5

技術 Day 05:神經網路的效能調校(續)

前言 上一篇我們作了一些實驗,對單一參數作各種數值的比較,但是,如果同時使用多個參數作各種組合的比較,那就需要撰寫迴圈了,讓每一種組合依序執行,再加上 Cros...

鐵人賽 AI & Data DAY 18
全民瘋AI系列2.0 系列 第 18

技術 [Day 18] 機器學習 boosting 神器 - CatBoost

CatBoost 今日學習目標 了解 CatBoost 模型 實作 CatBoost 迴歸模型-房價預測 模型訓練、特徵篩選 超參數搜索 自動處理類別型的特...

鐵人賽 AI & Data DAY 12

技術 Day 12 Loss function到底損失了甚麼?

Loss function到底損失了甚麼? 今天我們要來介紹一下,Loss function是做甚麼用的,並簡單介紹一些常用的分類Loss function。...

鐵人賽 AI & Data DAY 18

技術 19 Convolution 運算

熱身運動都做好了,接下來我們就一路往影像處理上的重要技術 CNN 前進啦! Convolutional neural network,顧名思義,他是一種神經網路...

Towards Tensorflow 2.0 系列 第 18

技術 [Day-18] LSTM - 股價預測 (Data: 台灣50 )

今天來嘗試另外一個LSTM經典案例 - 股票預測,股票也是時間序列型資料!過去,金融業希望能找出一個強而有力的模型,不管預測股票或者期貨等等標的。但,似乎目前都...

鐵人賽 AI & Data DAY 4

技術 Day 04:神經網路的效能調校(Performance Tuning)

前言 上一篇,我們完成了手寫阿拉伯數字的辨識,但同時也留下很多的問題: 為什麼模型要設成兩層完全連接層(Dense)? 為什麼第一層完全連接層(Dense)要...

鐵人賽 AI & Data DAY 21
全民瘋AI系列2.0 系列 第 21

技術 [Day 21] 調整模型超參數利器 - Optuna

Optuna 今日學習目標 Optuna 如何採樣參數? 實作 Optuna 搜尋最佳超參數 以 XGBoost 迴歸模型於房價預測為例 Optuna 視覺...

Towards Tensorflow 2.0 系列 第 12

技術 [Day-12] TF.Keras api & Customized

今天的話,我們來討論一下tf.keras的api。首先,今天要討論的tf.keras與我們所熟知的keras是不太一樣的,以前我們所使用的keras,他的bac...

鐵人賽 AI & Data DAY 24
全民瘋AI系列2.0 系列 第 24

技術 [Day 24] 機器學習 - 不能忽視的過擬合與欠擬合

今日學習目標 如何選擇最佳的模型? 深入理解度擬合與欠擬合 Bias-Variance Tradeoff 如何避免過擬合與欠擬合? 前言 在機器學習中...

鐵人賽 AI & Data DAY 7

技術 [精進魔法] Optimization:優化深度學習模型的技巧(上)

上篇提到怎麼避免 Overfitting 的技巧,本文要帶給大家的是如何優化深度學習,提高模型的效能。 Batch & Mini batch 深度學習每...

技術 【Day12】2rd:泛化(Generalization)

這篇在說理論,說明何謂「Generalization」,以及要訓練機器學習的時候有什麼原則。 (本篇是Generalization) 何謂「泛化(Genera...

鐵人賽 AI & Data DAY 4
一服見效的 AI 應用 系列 第 4

技術 Day 04:客戶留存率與流失率 -- 同類群組分析(Cohort Analysis)

前言 還記得去年電信業 499 之亂嗎? 因為中華電信率先推出499元吃到飽,引發手機用戶的板塊大挪移,造成當年所有電信業者EPS大跌。當同業提供的服務大同小異...

鐵人賽 AI & Data DAY 11

技術 Day 11:卷積神經網路(CNN) 剖析與視覺化

前言 從這一篇開始,我們要開始介紹一些演算法及其應用,了解 Keras 的進階用法。首先,介紹【卷積神經網路】(Convolutional Neural Net...

鐵人賽 AI & Data DAY 10
跟著Google學ML 系列 第 10

技術 [Day 10] Training set vs. test set

Ref.: Training and test sets 就一份data,哪來什麼Training set 跟 test set? 來看看下面的圖:是的,我...

鐵人賽 AI & Data DAY 16

技術 Day 16:TensorFlow 2 Object Detection API 安裝

前言 筆者曾介紹過物件偵測(Object Detection),請參閱【這裡】,三年來,整個技術的演進又提升了不少,尤其是YOLO演算法已經進化到第5版了,而且...

技術 淺談機器學習的效能衡量指標 (4) -- 檢定力分析(Power Analysis)

前言 上一次談到『假設檢定』(Hypothesis Testing),它可以檢定一項實驗是否有顯著性的效果,但是,我們要蒐集多少樣本才能驗證實驗的可靠度呢? 這...

鐵人賽 AI & Data DAY 17
全民瘋AI系列2.0 系列 第 17

技術 [Day 17] 輕量化的梯度提升機 - LightGBM

LightGBM 今日學習目標 LightGBM 與 XGBoost 比較 了解 LightGBM 優點 實作 LightGBM 處理資料不平衡資料 信用卡...

鐵人賽 AI & Data DAY 23
跟著Google學ML 系列 第 23

技術 [Day 23] Embeddings(下)

Ref.: Embeddings Translating to a Lower-Dimensional Space 昨天講到把同類型文字歸類在一起,已降低d...

鐵人賽 AI & Machine Learning DAY 21

技術 Day 21:自動擷取摘要(Automatic Text Summarization)

前言 現在人身處網路時代,每天都會收到一堆LINE、Email、Facebook、Instantgram、...等等五花八門的訊息或網頁,花整天看都消化不完,只...

鐵人賽 AI & Data DAY 27

技術 [實戰系列] 使用 Keras 搭建一個 DQN 魔法陣(模型)

在理解 DQN 魔法陣的結構後,本篇來帶大家訓練 DQN 模型玩 Flappy Bird,引用參考的程式碼在此:https://github.com/yanpa...