iT邦幫忙

鐵人檔案

第 11 屆 iThome 鐵人賽
回列表
AI & Data

Machine Learning for Dummies 系列

主題跟 "Machine Learning for Dummies" 這本書沒有直接關係,但我希望用 30 天的時間,從零開始學習 Machine Learning 並分享我的心得給大家!

鐵人鍊成 | 共 30 篇文章 | 26 人訂閱 訂閱系列文 RSS系列文 團隊Wow Doge!
DAY 1

[Day 1] 序言

凡事總是有個起頭,所以我想連續 30 天的 30 篇文章也應該要有個序言,做個正式的開場! 關於學習機器學習 約莫在一個多月前,開始自己學起了 Machine...

2019-09-17 ‧ 由 TD 分享
DAY 2

[Day 2] AI, Machine Learning, and Deep Learning

Dave Bowman: Hello, HAL. Do you read me, HAL?HAL: Affirmative, Dave. I read you...

2019-09-18 ‧ 由 TD 分享
DAY 3

[Day 3] 機器學習的步驟

在昨天的文章 [Day 2] AI, Machine Learning, and Deep Learning 中,介紹了 AI、機器學習,與深度學習三個當紅炸子...

2019-09-19 ‧ 由 TD 分享
DAY 4

[Day 4] 機器學習中不同的學習方式

在昨天的文章[Day 3] 機器學習的步驟 中介紹了我們如何訓練機器學習的步驟,今天要來聊聊不同的訓練方式。 在機器學習中,主要有以下五種訓練方式 監督式學習...

2019-09-20 ‧ 由 TD 分享
DAY 5

[Day 5] 迴歸分析 (1)

雖然在前天的文章談到機器學習的步驟、在昨天的文章談到 機器學習中不同的學習方式 ,但到底,我們是怎麼讓一個只懂得 0 和 1 的電腦(機器)學習呢? 這裡,我們...

2019-09-21 ‧ 由 TD 分享
DAY 6

[Day 6] 迴歸分析 (2)

今天我們繼續昨天的問題:要如何找到「油耗」與「里程」之間的對應關係,來幫助阿鐵預測未來每公升的油能跑的公里數呢?這時候我們就用迴歸分析來解決這個問題! 以下是阿...

2019-09-22 ‧ 由 TD 分享
DAY 7

[Day 7] 迴歸分析 (3)

延續昨天的問題,為了要建立預測油耗與里程之間的關係的模型,我們先選擇使用最簡單的線性模型,數學式子寫出來就是 y = a * x + b 為了找到一個最好的 a...

2019-09-23 ‧ 由 TD 分享
DAY 8

[Day 8] 梯度下降法

前情提要 昨天的文章中,我們寫出了線性模型 y = a * x + b 的損失函數 (Loss function) 而我們的任務就是要找到 最低點,也就是找...

2019-09-24 ‧ 由 TD 分享
DAY 9

[Day 9] 梯度下降法會遇到的問題

在昨天的文章中,談到了我們如何用梯度下降法,來找到 Loss Function 的最低點。方法看似簡單(希望被我講得真的很簡單),但實際上執行的時候,可能會遭遇...

2019-09-25 ‧ 由 TD 分享
DAY 10

[Day 10] 安裝 Anaconda 與使用 Jupyter

今天來到了鐵人賽的第十天,都快過了 1/3 結果一行程式碼都還沒寫到,別急別急,等今天安裝完一些工具之後,就可以開始動動手寫 code 了。 小小回顧 在正式安...

2019-09-26 ‧ 由 TD 分享