iT邦幫忙

鐵人檔案

2019 iT 邦幫忙鐵人賽
回列表
AI & Data

跟著Google學ML 系列

ai.google 是Google今年推出的AI教學平台,上面有各式各樣的AI、ML topic,「跟著Google學ML」就是跟著其中"Machine Learning Crash Course"這個topic,一步一腳印踏入machine learning的國度。

鐵人鍊成 | 共 30 篇文章 | 30 人訂閱 訂閱系列文 RSS系列文
DAY 21

[Day 21] Multi-Class Neural Networks

Ref.: Multi-Class Neural Networks 之前的文章都在討論是非題,是A或不是A這樣,這邊要開始介紹multi-class的Neu...

2018-10-21 ‧ 由 Joseph-bug 分享
DAY 22

[Day 22] Embeddings(上)

Ref.: Embedding Embedding我實在不知道怎麼翻比較好,它是把高維度的資料變成低維度,並保留原始資料的特性。有了它,在像是sparse...

2018-10-22 ‧ 由 Joseph-bug 分享
DAY 23

[Day 23] Embeddings(下)

Ref.: Embeddings Translating to a Lower-Dimensional Space 昨天講到把同類型文字歸類在一起,已降低d...

2018-10-23 ‧ 由 Joseph-bug 分享
DAY 24

[Day 24] Static vs. Dynamic training

Ref.: Static vs. Dynamic training 其實前面還有一篇Production ML Systems,這篇的主要概念就是我們之前的...

2018-10-24 ‧ 由 Joseph-bug 分享
DAY 25

[Day 25] Static vs. Dynamic Inference

Ref.: Static vs. Dynamic Inference 只好先充數般的拿Youtube影片來騙點篇幅。 昨天講Train的差異,今天來講Inf...

2018-10-25 ‧ 由 Joseph-bug 分享
DAY 26

[Day 26] Data Dependencies

Ref.: Data Dependencies 記得有句話Garbage in, garbage out嗎?Machine Learning中一直不斷的資料...

2018-10-26 ‧ 由 Joseph-bug 分享
DAY 27

[Day 27] Fairness(上)

Ref.: Fairness Google Machine Learning Crash Course在這一個月內很像很明顯的改版了兩次,多了一些類別,而且...

2018-10-27 ‧ 由 Joseph-bug 分享
DAY 28

[Day 28] Fairness(下)

Ref.: Fairness 昨天列出了一些bias,今天則要從資料中認出bias,還有評估bias造成的傷害。 Identifying Bias 遺失的資...

2018-10-28 ‧ 由 Joseph-bug 分享
DAY 29

[Day 29] Real-world examples

這部分的內容應該已經告一個段落,剩下三個Youtube介紹 real-world examples而已,但還有另外兩個大項目Problem Framing跟Da...

2018-10-29 ‧ 由 Joseph-bug 分享
DAY 30

[Day 30] Machine learning crash course最後的總結

Yap, 這篇沒有Reference,而是要總結我這個月所學的Machine learning crash course(MLCC)。 Machine lear...

2018-10-30 ‧ 由 Joseph-bug 分享