鐵人檔案
機器學習簡單來說就是讓機器可以持續學習，找出資料間的關係，進而預測出未來的結果。
讓我們一起成為機器學習的王者吧！
機器學習是什麼？ 機器學習(ML)簡單來說 「透過從過往的資料中學習，並且找出其規則，最後預測出未來的結果。」 以生活經驗舉例： 在上學的路途，可能會因為修路、...
昨天介紹完機器學習的相關概念，今天來講解一下，資料在電腦的世界的處理流程。當大量資料出現步驟一：資料前置處理清理離群值、異常值或空值的資料，如在資料預測屬性中（...
回顧一下機器學習的流程，昨天大致講解機器學習的處理流程，並且說明在資料前處理上，如何整理缺失值、異常值及離群值，今天要來講解，如何做到資料正規化(Normali...
回顧一下機器學習的流程，昨天詳細講解完機器學習的前處理，今天要來介紹機器學習中的特徵工程(Feature Engineering)。 為什麼要做特徵工程呢? 特...
昨天介紹完SKlearn中的Feature Engineer，今天要來介紹貝氏分類器(Naive Bayes Classification)，該分類器模型在20...
昨天介紹完貝氏分類器(Bayes Classification)，有沒有覺得SKlearn內的函數真的很好用呀!今天要來介紹常用的線性迴歸(Linear-Reg...
昨天介紹完Linear Regression，今天要來繼續介紹高斯函數在Linear-Regression的應用。高斯函數本身不是SKlearn中的模組，因此，...
