iT邦幫忙

鐵人檔案

2018 iT 邦幫忙鐵人賽
回列表
AI & Machine Learning

到底是在learning什麼拉 系列

這一年來只要在google打上Machine learning 或 Deep learning就會看到五花八門的資料

從youtube、coursera、udemy、臉書社團或書籍

做為一個學習焦慮者,花了一個多月的時間,把網路上跟實體書做了一次的overview

選出最適合自己的教材

我想藉由這次的參賽來,來紀錄並且分享我上課的內容

本次篇幅預計從Coursera上華盛頓大學的Machine learning Foundations 與 O'REILLY的精通機器學習使用python來切入

讓我們一起捲起袖子,learning一下吧

鐵人鍊成 | 共 30 篇文章 | 30 人訂閱 訂閱系列文 RSS系列文 團隊晶心壯士
DAY 11

[day 10] 分類-實作

Loading & exploring product review data 在分類這章裡面,我們討論了如何透過分類來搭建情緒分析器 接下將透過一個...

2017-12-29 ‧ 由 nylon 分享
DAY 12

[day 11] 分群與相似度-1

Document retrieval: A case study in clustering and measuring similarity 在這個章節我們將...

2017-12-30 ‧ 由 nylon 分享
DAY 13

[day 12] 分群與相似度-2

Prioritizing important words with tf-idf 上一個章節提到 normaliztion vectors 解決了我們用單字統計...

2017-12-31 ‧ 由 nylon 分享
DAY 14

[day 13] 分群與相似度-3

Clustering documents task overview 基本上檢索文件的方法,只是收集所有文章快速瀏覽並從中挑出最符合我們標準的那一個 但我們可能...

2018-01-01 ‧ 由 nylon 分享
DAY 15

[day 14] 分群與相似度-4

Other examples of clustering 我們已經討論完分群與相似度的概念,這邊將再舉出一些例子 圖片搜尋:當你上了Google圖片搜尋,你搜...

2018-01-02 ‧ 由 nylon 分享
DAY 16

[day 15] 分群與相似度-實作

Loading & exploring Wikipedia data 接下來我們想要透過 tf-idf 來建立一個 document retrieva...

2018-01-03 ‧ 由 nylon 分享
DAY 17

[day 16] 推薦系統 -1

Recommender systems overview 在這個章節中我們將學習推薦系統,典型的應用場景為推薦商品,當你有大量的商品和一些會員,此時你該如何推薦...

2018-01-04 ‧ 由 nylon 分享
DAY 18

[day 17] 推薦系統 -2

Effect of popular items 事實上我們還需要考慮一個與 co-occurrence matrix 相關的重要問題 就是 normalizat...

2018-01-05 ‧ 由 nylon 分享
DAY 19

[day 18] 推薦系統 -3

Recommendations from known user/item features 現在的問題是,我們該如何給出推薦呢? 我們要藉由什麼方法去推測,一個...

2018-01-06 ‧ 由 nylon 分享
DAY 20

[day 19] 推薦系統 -4

A performance metric for recommender systems 前面花了許多篇幅在討論如何使用不同類型的推薦系統預測,問題是我們要如何...

2018-01-07 ‧ 由 nylon 分享