iT邦幫忙

鐵人檔案

2019 iT 邦幫忙鐵人賽
回列表
AI & Data

機器學習模型圖書館:從傳統模型到深度學習 系列

在現今電腦的運算能力已經達到頂峰,一個圖靈完全的運算機器有與人類語言同等的表達能力。我們還追求什麼呢?我們追求的是更為細緻的生活、更為精準的預測,如此一來,建立預測模型成為了首要任務。本系列文章將會帶大家探索模型的世界,我們會從傳統的機器學習模型出發,說明模型中每個部件的關係,比較不同模型之間的差異,一路往深度學習模型邁進,你會看到模型不斷進化的歷程。

鐵人鍊成 | 共 31 篇文章 | 115 人訂閱 訂閱系列文 RSS系列文
DAY 1

達標好文 01 簡介

上個禮拜才剛從美國回來,周末又講了兩天整天的機器學習課程,完全忘記鐵人賽開賽的事情....... 這一系列文章將會專注在機器學習的模型上,會從傳統的機器學習模型...

2018-10-02 ‧ 由 杜岳華 分享
DAY 1

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...

2018-10-02 ‧ 由 杜岳華 分享
DAY 2

03 從線性迴歸到感知器

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...

2018-10-03 ‧ 由 杜岳華 分享
DAY 3

04 從感知器到 maximum-margin classifier

上次我們完成了感知器的介紹,感知器也有他相對應的學習演算法:perceptron learning algorithm (PLA)。 不過我們今天沒有要講 PL...

2018-10-04 ‧ 由 杜岳華 分享
DAY 4

05 從 maximum-margin classifier 到 kernel SVM

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...

2018-10-05 ‧ 由 杜岳華 分享
DAY 5

06 從 hard-margin SVM 到 soft-margin SVM

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...

2018-10-06 ‧ 由 杜岳華 分享
DAY 6

07 標準 SVM

雖然標題是說"標準" SVM,不過模型這種東西從來就沒有什麼標準,有的不過是變體。 所以這篇是要跟大家總結一下我們一般在用的 SVM 模型的...

2018-10-07 ‧ 由 杜岳華 分享
DAY 7

08 l2-regularized 線性模型

我們來回顧一下 SVM 模型。 他可以被進一步轉成 在 SVM 的陳述當中,有沒有發現 這部份看起來跟 regularization 一樣。後半部份...

2018-10-08 ‧ 由 杜岳華 分享
DAY 8

09 從線性迴歸到羅吉斯迴歸

我們從前面的模型演化可以了解一個機器學習模型可以怎麼樣衍生出其他的變體來解決問題。 現在我們要切換到另外一條跑道上,我們一樣是從線性迴歸模型出發,我們或許可以換...

2018-10-09 ‧ 由 杜岳華 分享
DAY 9

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...

2018-10-10 ‧ 由 杜岳華 分享