透過線上課程筆記的整理,與tech community分享ML Specialty考照的重點資訊。內容將包含AWS雲端服務與ML的基礎實務。一起拿到One Piece吧!
Athena可以用來Query存放在S3的資料。使用Athena有幾個好處: 速度快與穩定: Serverless的服務讓我們不用擔心運算資源的問題。 通用性...
QuickSight是AWS的BI(Business Intelligence)應用服務。好的BI服務,可以迅速滿足各種資料的接收,並且提供各種能客製化調整的視...
EMR全名Elatic MapReduce,是AWS針對MapReduce提供的彈性服務,讓我們可以更方便去調動雲端資源來去執行MapReduce的運算。介紹E...
資料前處理百百樣,以下簡單整理各大項目來跟大家說明: 1. 資料遺失的處理-Missing Value 以平均值或中位數補差值方法簡單,但缺點是無法反應遺失...
今天來介紹文字模型常用的文字特徵-TFIDF,我們透過堆積木的方式,來說明文字特徵的設計。 1. TF(Term Frequency) TF全名是Term Fr...
深度學習模型是仿人類神經元的運作原理來去建模。神經元彼此之間在傳遞訊號時,訊號會經過激活函數,激活函數會去決定這個訊號是否需要被繼續往下傳遞。可以想成我們受到外...
根據不同的應用場景,如何選用相對應的Deep Learning模型架構呢? 今天我們一起來看看幾個常用的模型架構和背後的運作原理。 1. CNN 應用場景 適用...
訓練模型,除了單一模型從頭開始訓練以外,也可以採用別人已經訓練好的模型,站在巨人的肩膀上,根據我們的需求去調整模型的架構,用更簡短的時間來完成模型的訓練,也就是...
Deep Learning模型的訓練是不斷的實驗過程,這當中的實驗設計,在Deep Learning中稱作超參數(hyperparameter)的設計。今天就來...
訓練好AI模型之後,我們可以從不同的觀點來去驗證AI模型。以下針對分類模型的幾種驗證方法,分別跟大家介紹。 1. Confusion Matrix 以二元分類來...