iT邦幫忙

鐵人檔案

2017 iT 邦幫忙鐵人賽
回列表
Big Data

我的資料科學之路 系列

這裡會介紹資料處理架構、機器學習模型、資料視覺化跟自己的心路歷程

參賽天數 19 天 | 共 34 篇文章 | 116 人訂閱 訂閱系列文 RSS系列文
DAY 19

[Day 21] 材料✕方法✕解釋

之前不小心算錯天數,斷賽了@@" 不過我還是會繼續寫完30天的文章。 推荐一個影片給大家,這是資料科學愛好者年會召集人 陳昇瑋老師的演講 不用看完影片...

2017-01-06 ‧ 由 杜岳華 分享
DAY 19

[Day 22] Dimensional Reduction -- PCA

如果有真的在做資料科學的朋友對這個演算法大概也不陌生。 通常會在剛入手資料的時期用PCA看看資料的樣子,這是在探索式資料分析當中常常會用的手法,看不出個所以然的...

2017-01-07 ‧ 由 杜岳華 分享
DAY 19

[Day 23] Dimensional Reduction -- ICA

跟前面的PCA有點像,PCA是找到互相垂直而variance最大的幾個維度,找到的其實是互相不相關的維度,而ICA的方法是找到互相獨立的維度。 Independ...

2017-01-07 ‧ 由 杜岳華 分享
DAY 19

[Day 24] Dimensional Reduction -- NMF

今天講講我拿來做碩士論文的一個演算法。 大家或許都多多少少知道推荐系統,推荐系統需要蒐集大量的資料,像是在Amazon買書就會有哪位顧客買了哪一本書的資料。這樣...

2017-01-10 ‧ 由 杜岳華 分享
DAY 19

[Day 25] Dimensional Reduction -- manifold learning

Manifold learning是目前比較熱門的一塊領域。有時候資料在高維度空間中的分佈沒辦法使用線性的方法將他降維下來,即使降下來了也失去了重要的資訊。 這...

2017-01-10 ‧ 由 杜岳華 分享
DAY 19

[Day 26] Dimensional Reduction -- MDS

今天講到最粗淺的MDS,他是Multidimensional scaling的縮寫。 他是做什麼的呢?我們前面有提到,通常在探索資料的時候首先會用PCA的方式,...

2017-01-11 ‧ 由 杜岳華 分享
DAY 19

[Day 27] Deep Learning -- 基礎

不好意思拉~~~周末跑台北演講加參加workshop,又適逢筆電linux裝GPU驅動不小心被我玩壞掉所以一直沒發文。 因為去了deep learning的wo...

2017-01-17 ‧ 由 杜岳華 分享
DAY 19

[Day 28] Deep learning -- backpropagation

前面我們大致介紹完deep learning的架構了,那現在我們來介紹如何訓練。 看似一個龐大的網路,又沒有一個像樣的loss function,到底要怎麼訓練...

2017-01-17 ‧ 由 杜岳華 分享
DAY 19

[Day 29] Deep learning -- 各種模型(i)

THE NEURAL NETWORK ZOO 其實是想跟大家介紹上面這個網站,裏面收錄了超多神經網路模型。我們最近比較常聽到的像是Convolution neu...

2017-01-20 ‧ 由 杜岳華 分享
DAY 19

[Day 30] Deep learning -- 各種模型(ii)

基本上到這邊30天進度已達成,可是我還有東西沒講完,那就以後慢慢補這樣。 同上次跟大家提到的網站,我繼續介紹下面的模型。 Autoencoders 基本上就是一...

2017-01-21 ‧ 由 杜岳華 分享