鐵人檔案
隨著科技的演進，雲端虛擬化服務日漸蓬勃，眾多企業無論大小新舊，將服務轉往雲端已成趨勢。如果有漸趨複雜的運算邏輯牽涉其中，則各種模型加入幫助我們解決問題的行列，其中又以機器學習影響尤為巨大。科技巨擘Google已然嗅到其中龐大的商機，毅然投身其中。
今天開始，就讓我們利用GDC學習，究竟現代化的線上服務及背後模型運作。欲知後事如何發展，且看接下來的30天分曉！
模型是什麼？ 小時候看到的模型，通常說明的是與實際物件相仿的物件。這個概念也一樣可以用到機器學習上。 ML模型怎麼描述？ 如同在前幾章提及，描述一個群體，如果夠...
一山還有一山高？ 上一章我們提到了最佳化，說明了極值的概念。但追求的又是什麼東西的極值呢？這就耐人尋味了。針對不同問題，常常會有不同的答案。 這時候就要搬出所謂...
神，才有機會看到全部的事物 前面的章節有提到，常常進行數據分析時，能使用的資料就是有限。什麼叫做有限呢？就是比(其實)你可以拿到的總數少，甚至有沒有代表性都不知...
機器學習需要這麼多矩陣運算，就交給張量(Tensor)吧 機器學習有一大部分的時間，主要在收集資料，整理資料，閱讀資料。而不論使用監督式學習或是非監督式學習，資...
張量是什麼？ TensorFlow一詞成功說明，該系統計算得主體正是Tensor(張量)。怎麼聽起來有點厲害？國小學過一條線上的一個點，國中學過如何表示一個平面...
TensorFlow這麼好用，我該從哪種模式入手？ 如同前面提到的，目前的TensorFlow，在PyTorch的推波助瀾下，推出更容易讓新手快速上手的Eage...
什麼都給我來一點，有沒有組合套餐呀 當世界上收集資料的方法還不是很齊全的狀況下，統計學者認為：(現在)拿到的就是能拿到所有的資料了。因此，統計方法論被建立了。而...
Day18和Day17是同個主題連續篇章喔 有了組合套餐，實務上可以吃嗎？ 根據課程教學，實務上可能會遇到的問題如下： 視覺化的動物，就該回歸視覺化 Te...
會做料理了，可以到不一樣的餐廳當廚師嗎？ 前幾節說到了TensorFlow高階API使用tf.estimator，如何分散處理可以根據不同資料有各自的拆分法。流...
從原始資料到有意義的特徵 課程中開宗明義提及的範例，是如何去預測房價。 這邊推薦大家可以去看台大資工系林軒田教授的機器學習基石系列。 為什麼會選擇某些特定的...
