Ref.: Generalization Generalization這部分在說要怎麼讓model也能適應沒新的、看過的data,只要新的data跟訓練mo...
我們前面探討了不同的資料型態可以對應不同的迴歸模型。 不覺得每個迴歸模型都有那麼點相似的地方嗎? 線性迴歸: 羅吉斯迴歸: Poisson 迴歸: 在右手...
在 魔法陣系列 中,有說明不同魔法陣的應用例子,而這篇想用圖表來帶出整體深度學習的應用幅度,讓各位準魔法使們一覽在深度學習在各行業的魔法效果有多強大。 深度學...
在前兩篇,我們將影片評論的資料做了資料處理,也根據自然語言分析的幾個基本概念做了資料過濾及詞彙Entity的抽取及計算相關機率。在今天的實作,我們將繼續帶大家進...
Ref.: Feature Crosses Encoding Nonlinearity 這邊的概念很簡單,就是把Feature組合在一起餵進model。主要...
前言 前一篇我們用了不到20行的程式,解析使用者說的話,程式了解語意後,要如何回應呢? 今天就來探討一下吧。 回應(Response) 回應的作法有很多種:...
Ref.: TensorFlow exercises 昨天的文章大概講解了TensorFlow,今天來練習幾個Exercises。 Quick Introd...
前言 前一篇利用【資料增補】(Data Augmentation)技術,擴增訓練資料,對於準確率是否有真的提升嗎? 這次,我們就來實作一個具有書寫介面的桌面程式...
在 Azure Machine Learning Studio 建構一個預測實驗,可以使用 Train Model 先訓練這個模型,然後再用 Score Mod...
為什麼大家到現在都這麼迷神經網路模型? 我想主因不是因為他是模擬生物而來,他有一些更扎實的數學特性。 我們前面講過各種線性模型,然後將他過渡到神經網路。 今天要...
前言 Docker 是一種虛擬化技術,可以透過容器(Container)建立多個虛擬機,也可以將虛擬機存檔,方便大量佈署。 Docker 安裝 在 Ubuntu...
前言 機器學習經過訓練(Trainning)、評估(Evaluation)後,就可以得到準確率(Accuracy)、精確率(Precision)、召回率(Rec...
Reference: Prerequisites and Prework過程中我會盡量避免翻譯英文,每次都卡在英文看得懂,要講中文講不出來。尤其是專有名詞,太...
Ref.: Regularization for Sparsity Regularization在 Day 14時說過L_2 Regularization,...
初次接觸AI時,常常會聽到數據分析、資料科學、機器學習、深度學習,一堆專有名詞,倒底是甚麼碗糕? 有何差別? 可以吞得下去嗎? 會不會消化不良? 資料科學(Da...
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...
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...
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...
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...
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...
Ref.: Classification 昨天講了Threshold、TP/TN/FP/FN、Accuracy、Precision、Recall,忘了趕快回...
接著我們就來到了蠻重要的問題,既然一個 hidden layer 的網路架構就可以逼近任何連續函數,那麼為什麼要深度學習? 對於這個問題,台大李宏毅老師有非常詳...
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。...
A chain is only as strong as its weakest link. ― Thomas Reid 前言 今天的開頭是一句英文俗諺,它...
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...
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...
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...
前言 上一篇簡單介紹 TensorBoard 的功能,並且測試以下功能: 追蹤損失和準確率等效能衡量指標(Metrics)。 將圖片寫入 Log。 這次,我...
Ref.: Introduction to Neural Networks 先來回想我們在Day 13 feature crosses提到的nonlinea...
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...