iT邦幫忙

鐵人檔案

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

機器學習你也可以 - 文組帶你手把手實做機器學習聖經 系列

大家好,我是短挨低。我大學文組,後來不小心考上資工所,又不小心上了機器學習這門課。雖然廢物如我,可是偶爾也想認真一下,某一天我打開聖經課本PRML,糗了都看不懂,不是說好機器學習嗎??怎麼左翻右翻都是數學???騙我??

費盡千辛萬苦終於有點頭緒,希望可以在這三十天透過這本書跟大家介紹一下機器學習是什麼,並且以python實做一些演算法。我本人文組,所以希望可以寫得讓文組也看得懂,如果你還是看不懂,我先跟你道歉。

鐵人鍊成 | 共 30 篇文章 | 69 人訂閱 訂閱系列文 RSS系列文
DAY 21

SVM - 前言

SVM(support vector machine)支撐向量機,這個模型是在神經網路之前效果最好的模型。除了有利用到kernel function,更有漂亮的...

2018-01-08 ‧ 由 shortid 分享
DAY 22

SVM - Hard Margin

昨天提到margin是 hard margin SVM就是很單純的要最大化這個式子,所以完整寫下來會是 min裡面的 w 因為與最小化沒有關係,所以可以拉出來。...

2018-01-09 ‧ 由 shortid 分享
DAY 23

SVM - Soft Margin

在hard margin的情況,其實就是我們不允許任何錯誤分類發生,這也是為什麼必須要在線性可分的情況下才能使用,不然永遠不會得到結果。而soft margin...

2018-01-10 ‧ 由 shortid 分享
DAY 24

SVM - Regression

講完了分類,接著我們來看看回歸怎麼做,SVM一開始是用來解分類問題的,再之後才被推廣到回歸問題,也就是說在SVM中,回歸是比分類難的。 Regression這邊...

2018-01-11 ‧ 由 shortid 分享
DAY 25

SVM - 動手做做看 soft margin svm篇

使用資料連結在這,smo使用機器學習課堂上助教所提供的matlab檔案,因為使用matlab的函數,所以這邊需要安裝matlab,並且安裝matlab engi...

2018-01-12 ‧ 由 shortid 分享
DAY 26

EM - 前言 與 Kmeans

EM的全名是Expectation Maximum algorithm,常常在找出機率模型中的分佈狀況,例如一些混合模型,或是在分群上也很常用,甚至可以用在回歸...

2018-01-13 ‧ 由 shortid 分享
DAY 27

EM - Gaussian Mixture Model

昨天的kmean在預測時,就是一筆資料 x 進來,我就告訴你他是哪一群的。而今天要跟大家介紹的GMM(Gauusian Mixture Model)則是會告訴你...

2018-01-14 ‧ 由 shortid 分享
DAY 28

EM - 動手做做看 GMM篇

今天就來讓我們實做看看GMM吧,我們以圖片為例子,將顏色做分群,我們利用Kmeans所得到的結果當作GMM得初始值。在GMM的部份,我們讓他重複執行一百次,並且...

2018-01-15 ‧ 由 shortid 分享
DAY 29

EM - EM in general

前面看了Kmean跟GMM,所以 EM 到底是什麼呢?我們今天就來看一下比較general一點的介紹 我們現在有一組資料 x 們,他們的參數是theta們,潛在...

2018-01-16 ‧ 由 shortid 分享
DAY 30

結語 - 機器學習你也可以

想不到真的寫完三十天了,開始打文才知道老師們平常上課有多厲害,自己了解的概念要用解釋性的話再說一次真的滿困難的。寫這二十幾篇文讓我最困擾的地方就是所有出現的數學...

2018-01-17 ‧ 由 shortid 分享