鐵人檔案
了解如何透過 Azure Machine Learning Studio 依據現有的資料進行資料處理、建立模型、訓練、測試、發佈，執行結果預測。
分群(Clustering)演算法是使用非監督式學習方法將相似的資料聚集在一起，跟分類(Classfication)演算法不同的地方在於無法提前知道輸出類別有哪...
在 Azure Machine Learning Studio 中，若想要透過 R 語言擴充其功能，可以使用 Execute R Script，直接將程式碼貼至...
回歸分析(Regression)通常用來預測數值資料，像是價格、溫度...等等。其中提升決策樹是使用多個決策樹來產生更好的預測模型，以下範例為使用提升決策樹迴歸...
Python 有許多數據分析的套件，包含： NumPy (Numerical Python)：支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數...
Azure Machine Learning Studio 中的 Train Matchbox Recommender 推薦模型可以針對客戶提供多個推薦項目，例...
若資料集有包含大量文字，而且需要使用此資料來協助預測，在 Azure Machine Learning Studio 中，可以使用 Preprocess Tex...
在 Azure Machine Learning Studio 中，可以使用 Apply SQL Transformation 針對輸入的資料集執行 SQL...
在 Azure Machine Learning Studio 完成實驗後，可以將模型發佈成 Web Service，在 Azure 上運行，從不同的應用程式中...
若預測模型建置完成，可能會需要依據預測的結果，製作報告或執行公司決策等等，為了方便解釋結果，可以搭配 Power BI 可視化預測的相關數據資料，以下範例是將成...
Azure Machine Learning 提供一個示範機器學習的資源庫 - Azure AI Gallery，可以幫助我們快速上手，它提供了許多常見問題的解...
