iT邦幫忙

machine learning相關文章
共有 713 則文章
鐵人賽 AI & Data DAY 4

技術 DAY[4]-雲端基礎教學(1) colab基本介紹

Google Colab google colab是google提供的一個免費雲端開發平台,可以提供使用者上傳jupyter notebook的.ipynb檔,...

Towards Tensorflow 2.0 系列 第 3

技術 [Day-3] Tensorflow 基本語法 - Part II

這幾天均會說明TF的資料處理。雖然資料處理真的非常瑣碎也煩人,常常會處理到起瘋。但資料處理對一個ML project或者Data science project...

鐵人賽 AI & Data DAY 30

技術 Day 30:取代資料科學家 -- AutoKeras 入門

前言 AutoML 想要滿足普羅大眾的夢想,不用學習一堆的演算法,只要你指定工作類別,它就幫你找到最佳模型及最佳參數,當然包括預測結果,哇,這麼神,不一探究竟怎...

鐵人賽 AI & Data DAY 24

技術 Day 24:機器學習永遠不會跟你講錯 -- Keras 除錯技巧

前言 機器學習永遠不會跟你講錯,不管你丟甚麼東西進入訓練流程或預測,它都會給你一個答案,正是所謂的 Garbage In Garbage Out,因此,產生了兩...

鐵人賽 AI & Data DAY 20
全民瘋AI系列2.0 系列 第 20

技術 [Day 20] 機器學習金手指 - Auto-sklearn

Auto-sklearn 今日學習目標 了解 Auto-sklearn 運作原理 Meta Learning Bayesian Optimization B...

技術 結合交叉驗證之遞迴特徵刪除簡介(recursive feature elimination with cross-validation)

前言 結合交叉驗證之遞迴特徵刪除(recursive feature elimination with cross-validation, RFECV)屬於特徵...

鐵人賽 AI & Data DAY 9

技術 10 從線性迴歸到 Poisson 迴歸

上次我們講完了線性迴歸跟羅吉斯迴歸的差異。 可是並不是每一種資料都是連續型的或是類別型的。 這次要來介紹 Poisson 迴歸,當你要預測的是計數型資料(cou...

Towards Tensorflow 2.0 系列 第 14

技術 [Day-14] CNN - VGG 實作

今天我們來使用TF 2.0來實作VGG 16,那為什麼選擇VGG 16呢?雖然VGG 16並未拿下當年ILSVRC 的分類比賽的冠軍 (當年由Google所發明...

Towards Tensorflow 2.0 系列 第 10

技術 [Day-10] Overfit & Underfit

今天我們來討論一下Overfit以及Underfit的議題 (也是面試很喜歡討論的議題)。針對Overfit跟Underfit我們可以透過下圖很直接了斷的看資料...

鐵人賽 AI & Data DAY 15

技術 DAY[15]-機器學習(6)交叉驗證

在上一章節我們提到,實作模型的過程需要在變異與偏誤之間權衡,本章我們就延續之前使用的糖尿病資料集,搭配sklearn提供的函式來進行簡單的交叉驗證吧! 驗證集的...

技術 [PSO文獻1]Particle swarm optimization (PSO). A tutorial

2020.06.24:修改錯誤的Schwefel 0. 前言: 本篇主要是紀錄Particle swarm optimization (PSO). A tut...

鐵人賽 AI & Data DAY 19

達標好文 技術 [魔法小報] 機器學習路上的強力支援們(網路學習資源推薦)

不重要之交代:因為這兩天在台南抓寶可夢,所以出刊的比較晚,來抓寶可夢的外國人也好多呀~ 如果你跟我一樣追尋著 Data Scientist 的目標,你大概有...

鐵人賽 AI & Data DAY 12

技術 13 Kernel SVM 與 RBF network

我們前面介紹了線性模型跟基本的神經網路模型。 可能有的人會覺得我怎麼不放神經網路的圖,看數學式子看的很痛苦。 是的,我的確沒打算放圖。一來神經網路的圖在各大網站...

鐵人賽 AI & Data DAY 15

技術 Day 15:戴口罩偵測實作

前言 因應新冠病毒的防堵,企業及公共場所多強制戴口罩,這一篇就來實作如何利用AI偵測是否戴口罩。 前一篇談到預先訓練好的模型(Keras Application...

Towards Tensorflow 2.0 系列 第 6

技術 [Day-6] Tensorflow Linear regression

一般來說,學習Deep learning都會從最簡單的Linear regression開始。而在實務上,當我們有一個簡單的預測數值的case,Ex: 股價、人...

鐵人賽 AI & Data DAY 27

技術 Day 27 Grad-CAM如何實現?

Grad-CAM如何實現? 今天我們要來實作一個Grad-CAM,來了解到底神經網路看重甚麼地方。 Grad-CAM介紹 由CAM所改良,原本的CAM最後一層一...

Towards Tensorflow 2.0 系列 第 13

技術 [Day-13] CNN介紹

今天我們來討論Deep learning經典的模型之一 - Convolutional Neural Network (CNN)的架構。目前CNN被大量使用的影...

鐵人賽 AI & Data DAY 8

技術 Day 08:TensorBoard 的初體驗

前言 TensorBoard 是 Tensorflow 提供的視覺化工具,功能非常強大,除了可以顯示訓練的過程,也可以顯示圖片及語音。在訓練的過程中就可以啟動T...

鐵人賽 AI & Data DAY 13
一服見效的 AI 應用 系列 第 14

技術 Day 14:客服人力規劃(Workforce Planning) -- 線性規劃求解

前言 十幾年前到電信公司工作時,接到的第一個專案就是要幫客服中心安排人力班表,我們調查過很多國內外的WFM(Workforce Management)系統,通...

鐵人賽 Software Development DAY 28

達標好文 技術 [Day28] 戲弄老闆! 教你用Machine Learning將老闆玩弄於股掌之間!

大家每上班摸魚的時候都很怕老闆突然出現在你後面對吧!難道只能在辦公桌前放鏡子或聽音辨位,判斷老闆是否經過嗎? 今天要教大家用YOLOv4製作老闆來了裝乖神器,只...

鐵人賽 AI & Data DAY 26

技術 Day 26:Keras 自然語言處理(NLP)應用

前言 前一篇介紹了 RNN 的模型結構,接著我們來測試幾個完整的應用,藉以了解各個環節如何使用 Keras 撰寫,內容包括: 文字分類(Text Classi...

鐵人賽 AI & Data DAY 21

技術 Day 21:Batch Normalization 筆記整理

前言 當神經網路含很多(Deep)神經層時,常會在其中放置一些 Batch Normalization 層,顧名思義,它應該是作特徵縮放,但是,內部是怎麼運作的...

鐵人賽 AI & Machine Learning DAY 6

技術 [Day6] Logistic Regression — 邏輯迴歸

Logistic Regression — 邏輯迴歸 前幾天我們介紹了第一個機器學習模型—線性迴歸,線性回歸的目的在於透過歷史資料來預測未來的資料。 而 log...

鐵人賽 AI & Data DAY 1

技術 02 線性迴歸 -- 迴歸問題中的線性模型

這個模型大概已經被人講過很多次,講到都快要爛掉了XD 其實我自己在兩年前的鐵人賽中也有講過同一個模型,所以我就不用講太多基礎的部份: [Day 02] 解構...

鐵人賽 AI & Data DAY 1
全民瘋AI系列2.0 系列 第 1

達標好文 技術 [Day 1] 全民瘋AI系列2.0-機器學習實戰手冊

全民瘋AI系列2.0 第13屆iT邦幫忙鐵人賽 前言 哈囉大家好我是10程式中的10!我是上一屆鐵人賽影片教學組全民瘋AI系列的作者,當時講解了人工智慧的基...

鐵人賽 自我挑戰組 DAY 16
機器學習入門 系列 第 16

技術 ML_Day16(決策樹(Decision Tree))

介紹之前我們在做二元分類的時候有介紹幾種模型,perceptron,linear classification。這邊我們要介紹另一種更好懂得模型,決策樹(De...

Towards Tensorflow 2.0 系列 第 30

技術 [Day-30] Transfer learning & Model Serving

今天是鐵人賽的最後一天,我想說來聊聊 Transferring learning 以及 Model serving。今天也會有簡單的Colab實作 (Trans...

鐵人賽 AI & Data DAY 11
一服見效的 AI 應用 系列 第 11

技術 Day 11:混合的推薦模型 (Hybrid Model)

前言 前面我們介紹兩大類的推薦方法 -- 以內容為基礎的過濾(Content Based Filtering) 及 協同過濾(Collaborative Fil...

鐵人賽 AI & Data DAY 13

技術 Day 13 回歸用Loss function

回歸用Loss function 昨天我們看了分類用的Loss function,今天我們要來介紹回歸用的Loss function。 Mean Square...

Towards Tensorflow 2.0 系列 第 8

技術 [Day-8] Deep Neural Network (Lab: Airbnb)

在說明Deep Neural Nework,我們簡單的討論一下DL介紹。從最早DL從Perceptron開始,Perceptron是只有一個neural,其實就...