技術 Day 16 | 五個模型(產業模型)相互對答案~

近幾日主要對產業產值評估的模型進行建置不難發現，各模型下實際變數之間是有共通點或是關聯性存在然而「五個各自會動的模型」不等於「一個能用的產業評估」今天主要目的...

技術 Day 12 | 用Claude製作CAGR Model(趨勢預測模型)

昨天已經開始進行本工具的模型製作在模型製作的過程中，實際上模型的選擇都是需要了解其內涵昨天的 Top-down model，算是較基礎且具實質性的模型那今天呢...

技術 Day 11 | 用Claude建立一個(Top-down)市場評估模型~

目前整體來說工具的整個基礎架構已經完成的差不多且脈絡已經有先測試過因此現在最重要的核心就是在於建立評估模型因此今天目標就是要透過Vide coding的方式建...

技術 如何透過 Microsoft Foundry 部署的模型設定 Codex

為什麼會想寫這篇文章呢？ 主要是因為我發現，現在還是有不少人在使用免費版的 AI 工具；同時，許多企業也正嘗試在雲端環境（例如透過 Microsoft Foun...

技術 Day 23 情緒分類準確率與整體評估框架

▋前言 在 Day 22 我們介紹了語音與語者層面的評估。今天的焦點是「情緒辨識 (Speech Emotion Recognition)」的評估方式，以及如...

技術 Day 28 - NER 模型評估和驗證

昨天我們已經透過train()方法將模型訓練完後，我們需要了解它在未見過的資料上的表現。使用驗證集進行評估可以幫助您確定模型的泛化能力，即模型是否能夠在新數據上...

技術 【Day 20】模型評估(三) : ROC / AUC 特性曲線

前言 昨天提到如何算出評估模型的各種驗證指標，今天就要利用驗證指標中的兩個指標，這兩個指標都是針對預測為陽性 ( 1 ) 時的情況下做比率的計算，一個是召回率...

技術 【Day 19】模型評估(二) : 驗證指標 Validation Index

前言 當我們要評估一名運動員的好壞，就會針對一些體能項目做評估，像是肌耐力、爆發力、彈跳力等，這些項目也可以稱做是衡量球員水準的指標，同樣的如果我們要評估一個模...

技術 【Day 18】模型評估(一) : 混淆矩陣 Confusion Matrix

前言 在訓練完我們的模型之後，通常會用測試資料給我們的模型做測試，評估模型在測試資料上的表現，那要用什麼來評判這個模型的好壞呢？於是我們就用一些驗證指標 ( V...

技術 〔Day24〕零程式的圖像分析(二)-Classification

在上一篇中，我們是將許多張未分類過的圖像數據，讓電腦幫我們分類與查看它們之間的相似度(屬於無監督式學習)；那麼今天，就是要將另外一群已分類好之圖像數據，進行模型...

技術 Day 18. 模型選擇、模型評估 (一) 什麼是驗證集 Validation Set ?

前言 前面幾天陸陸續續介紹了不同的機器學習模型，但是我們都沒有將不同的模型進行比較和評估，今明兩天要來講講如何選擇、評估模型，以及如何分割資料進行建模。 模型...

技術 【Day25-評估】連韓組長也混淆的混淆矩陣？——學會正確解讀模型價值的常用指標：Recall, Precision, Specificity, F1-Score

在資料分析的領域，如果有訓練過模型的朋友一定會遇過這個時刻，訓練好一個模型之後要用什麼方式來評估這個模型的成效如何？如果你腦海中想到的除了正確率(Accurac...

技術 DAY15 模型預測評估方法

我們的挑戰終於進行一半啦~前面經過漫長的資料前處理、特徵工程、挑選模型進行訓練後，我們把一個機器學習的模型建立出來了，接著我們要進行測試，也就是把測試檔丟入模型...