iT邦幫忙

鐵人檔案

第 11 屆 iT 邦幫忙鐵人賽
回列表
Google Developers Machine Learning

又LAG的ML學習筆記 系列

參加[ML Study Jam 進階培訓計劃]的學習筆記。

預計....不定期更新0.0

鐵人鍊成 | 共 32 篇文章 | 12 人訂閱 訂閱系列文 RSS系列文
DAY 1

參加目的

今天就先寫寫參加目的吧 可以預期的本系列文章會雜亂無章,甚至無法完賽www,當然還是希望可以完賽,畢竟我就是衝著獎品多報了這一主題。 這完賽獎品簡直太帥了好想...

2019-09-17 ‧ 由 lagagain 分享
DAY 2

Why Google ?

為甚ㄇ跟著Google。Google已經釋出許多教學,但是也有其他人的教學,為甚ㄇ要跟著Google學習? 我想對於大多數人這大概不是問題,但為了給有興趣上課但...

2019-09-18 ‧ 由 lagagain 分享
DAY 3

人工智慧 vs 機器學習

老實說,說是比較其實根本不恰當,因為兩者根本不是同一個層面的事情。但簡單說,人工智慧是包含了機器學習這一項目。就連大數據、資料探勘都可以勉強算進人工智慧的領域。...

2019-09-19 ‧ 由 lagagain 分享
DAY 4

不要跳過分析階段,你需要瞭解你的資料

不要跳過分析階段 你需要瞭解你的資料 你需要瞭解你的資料,才能正確使用機器學習的工具。這讓我想到過去看過的一本書「深入淺出資料分析」。在每次分析背後,都有一個目...

2019-09-20 ‧ 由 lagagain 分享
DAY 5

機器學習的兩個階段:訓練模型和推論資料(training & inference/predict)

機器學習包含兩大階段, 訓練模型(建模,traning) 和 推論資料(使用數據模型,inference/predict) 。後者我在上課時有點不太懂,或許更多...

2019-09-21 ‧ 由 lagagain 分享
DAY 6

一個目的,多個模型

今天開始之前,我想寫點無關的東西。 本以為第一堂課快上完了,第二堂課看起來不長。我錯了,第二堂課雖然測驗不多,但是也蠻長的。 不過還好,第二堂課很多概念以前應該...

2019-09-22 ‧ 由 lagagain 分享
DAY 7

火箭燃料

有點掙扎是不是該停更本系列文章... 這次弄的真的有點太鐵人了Orz 不過機器學習確實是我想好好學習的項目。(只是好難好好寫阿) 我想到以前看過一個人在說「...

2019-09-23 ‧ 由 lagagain 分享
DAY 8

整理資料

昨天在寫「火箭燃料」說,資料就像是機器學習的燃料,有燃料這個工具才會動。我就在想,那怎麼來寫整理資料呢?經過昨天的啟發,我覺得下面比喻還不錯: 資料就像是機器...

2019-09-24 ‧ 由 lagagain 分享
DAY 9

混淆矩陣

在機器學習中,更在意FP和FN 什麼是混淆矩陣(confusion matrix)?他長的像下面這樣 \ 實際為真 實際為假 預測為真 TP(...

2019-09-25 ‧ 由 lagagain 分享
DAY 10

[筆記]過度擬合

關於過度擬合(overfitting),我有些忘記當初記下這個key word是爲什麼.... 過度擬合指的是一群不合理的資料集(或是含有不合理資料的),因為模...

2019-09-26 ‧ 由 lagagain 分享