鐵人檔案
將配合[ML Study Jam 機器學習培訓計劃 - 進階]參與挑戰，個人背景略有相關知識與應用經驗，但皆是短時間、片段的接觸機器學習，希望能完整的經歷該次學習歷程，彙整所需知識與技術並樂於分享所學。
好，那就開始吧! 突然間就開始這場挑戰了，反倒不知道怎麼開頭呢~想想其實這也不是多麼嚴肅的內容，我會將它當作是學習的筆記，套用個常見的方法，先從5W來切入好了，...
是的，我在coursera上的第一堂課就遲到了... 怎麼回事? Well... 我剛開始其實也不清楚XDcoursera上我根據[ML Study Jam 機...
對於ML有些基礎認知後，是時候嘗試自己針對問題做設計和推敲吧! 同樣在coursera聽著後續的課程，內容提及了監督式神經網路的訓練，在運用了眾多被標註過的資料...
接續著上次定義好的問題，需要制定策略去解決它~ 先是我們可以得知有不少的實務應用在影像辨識、自然語言辨識等等，然而在細一點看到具體的商業應用，藉由影像辨識的技術...
這次我們將可以由一位Google內部的軟體工程師來認識到Google是怎麼去使用ML的，有趣的是他的切入點將沒有數學、TensorFlow甚至是雲端，而是他第一...
這部分的內容改由數據科學家說明、教學，需要動腦筋理解 前面介紹了有關ML的策略，像是先從ML是什麼、它能解決什麼然後怎麼去與實務接軌，除去那些技巧與商業層面，若...
待前幾回灌輸了不少的知識、概念後，這次將直接操作Google Cloud Platform(GCP) Qwiklabs是其中配套的系統，使用它時只要按下Sta...
這次接觸的課程似乎是學習完 [Machine learning with TensorFlow on Google Cloud Platform]才會開始學習的...
這次的內容講述一些ML的概論，有基礎數學原理的解說，後面敘述一些ML的歷史發展於下次再談 ML最基礎的學習模式就是監督式學習(Supervised Learn...
1800s Linear Regression、1940s Perceptron、1960s Neural Networks 1800年誕生了線性回歸(Lin...
