鐵人檔案
原理說明 SVM (support vector machine 支援向量機)，是在特徵空間中找到一個分離超平面，也就是「決策邊界」(decision boun...
決策樹(Decision trees)是一種過程直覺單純、執行效率也相當高的監督式機器學習模型，適用於classification 及 regression 資...
接下來的要介紹一個很重要的模型觀念 - 集成式學習。俗話說的好，三個臭皮匠勝過一個諸葛亮，而在機器學習又是怎麼應用呢？讓我們一起探索吧！ 集成式學習 集成式學習...
原理 昨天有提到 Bagging 最有名的例子就是隨機森林，它是集合多棵決策樹來進行預測，很多樹就成為了森林，稱之為隨機森林。每一棵樹只能看見部分特徵，但透過多...
極限梯度提升 eXtreme Gradient Boosting(XGBoost) ，被稱為 Kaggle 競賽神器，常常第一名都是使用這個演算法。先來前情提要...
LightGBM GBDT(Gradient Boosting Decision Tree) 是利用弱分類器迭代訓練來得到最佳的模型，而 LightGBM(Li...
在經過集成式學習(ensemble learning)之後的 tree based (像是 Random Forest, XGBoost, LightGBM)...
1. 為什麼要學 Git，可以做什麼呢? 學習到現在大家一定累積很多的程式碼或是各式的檔案，如何去做有效的控管其實是非常重要！ 想像有個情境是你上線了一段程式碼...
我們通常會建立一個服務來讓模型上線，但在上線前，有一些基本的網路知識需要先了解。因此前面會先淺談網路，後面會介紹 FastAPI 來部署模型。 淺談網路 超文本...
終於完賽啦！ 這次挑戰賽僅聚焦於結構化資料的資料分析，非結構化資料(圖片聲音影片等等)，就需要用到深度學習，有興趣的大家可以再深入研究。也謝謝大家看完這30天的...
