鐵人檔案
第一次把玩 Azure Machine Learning Studio 十分鐘，就被它的選單給打敗了，之後，因為被強迫講授此一工具，突然，靈光乍現，悟出一點小小的心得，希望能將學習路徑記錄下來，與同好分享，也包括掛白板的點滴。
另外，如果時間允許的話，也會努力學習『認知服務』(Cognitive Services)，期望能與讀者雙向交流，了解企業實際導入的可能性與眉角。
去年參賽，是用生命在寫部落文，壓力過大，搞得脖頸痠痛，祈禱今年不會重蹈覆策。
前言 第一次把玩 Azure Machine Learning Studio 十分鐘，就被它的選單給打敗了(實在太多了)，之後，因為被強迫講授此一工具，有一天蹲...
入門 照理講，我們應該先了解『機器學習』(Machine Learning)概念，再談如何實作，但是，長篇大論恐怕讀者跑光光，所以，還是柿子挑軟的吃，從簡單的開...
執行結果說明 上一篇我們使用『線性迴歸』(Linear Regression)建立『汽車價格估價』模型，但是，還沒有看結果，我們這一篇就來看看預測的效果如何?...
佈署 一般會在實驗過程中，反覆調整各個步驟的參數，找出效能最好的模型，一旦模型評估確定後，我們就可以準備將模型上線了，ML Studio 提供 Web Serv...
前言 上一篇，我們已經可以使用 Web Services 的簡易介面，讓使用者在網頁上輸入資料，並查看結果。這一次我們自己撰寫網頁程式，來呼叫 Web Serv...
前言 之前我們花了5天作完第一個實驗，從資料的匯入/清理(data cleaning)、模型訓練、模型評估、佈署到系統的整合，乖乖作過一遍，自覺收穫不少，在進行...
