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

Google machine learning cloud 實戰 系列

最近想找個cloud服務幫我做一些machine learning的相關實驗,因緣際會下看到這個平台與google的活動,將在這裡分享我的學習筆記

鐵人鍊成 | 共 30 篇文章 | 3 人訂閱 訂閱系列文 RSS系列文
DAY 11

Day 11. An ML strategy

這章想特別提到的是, “Machine learning運行的重點,在於模型的“數量”,而不在於模型的“複雜度” 我們有很多的任務想要解決,我們可以用許多mac...

2019-09-26 ‧ 由 龍蝦 分享
DAY 12

Day 12. ML surprise

傳統的軟體工程,就是讓工程師透過寫程式的方式把輸入的數據根據邏輯規則變成另一個想要的數據。相比之下,使用machine learning可以省下工程師的工作,只...

2019-09-27 ‧ 由 龍蝦 分享
DAY 13

Day 13. Evaluating Metrics for Inclusion

machine learning模型也會失誤,我們需要用一個方法來衡量結果,才能知道該如何改進我們的模型。 我們不會只用一種衡量標準來判定模型的好壞,以人臉偵測...

2019-09-28 ‧ 由 龍蝦 分享
DAY 14

Day 14. Finding Errors in your dataset using Facets

Facets是由google所建立的一個資料視覺化工具,我們用UCL census data來做測試,這是一組不記名的美國人的數據集,裏頭紀錄了年齡,收入等等。...

2019-09-29 ‧ 由 龍蝦 分享
DAY 15

Day 15. Third Wave of Cloud: Fully-Managed Services

我們的數據服務,最終都要使用雲端伺服器來管理與規模化,一開始google研發了MapReduce來幫忙,但到了2006年已經沒有人在使用它了。MapReduce...

2019-09-30 ‧ 由 龍蝦 分享
DAY 16

Day 16. Summary: ML Strategy

這裡為“How google does machine learning”做一個總結。一開始課程介紹了machine learning實際的的應用過程。接著介紹...

2019-10-01 ‧ 由 龍蝦 分享
DAY 17

Day. 17 Introduction to Launching into ML

這是“Google machine learning cloud”系列的第二章課程,這章我們將會學到機器學習的基本觀念,讓你可以了解一些專業上的術語,還有一些實...

2019-10-02 ‧ 由 龍蝦 分享
DAY 18

Day 18. Supervised Learning

這一章,我們將會介紹監督式學習,接著再介紹歷史以及為什麼類神經網路會這麼強。 machine learning主要可以分成兩種,分別是監督式學習與非監督式學習。...

2019-10-03 ‧ 由 龍蝦 分享
DAY 19

Day 19. ML, not rule

一顆蘋果跟一顆橘子,要如何分辨這兩個水果?顏色!沒錯顏色的確是一個好用的特徵,如果這個物體大部分都是紅色的,那我們就可以說是蘋果,如果這個物體大部分都是橘色的,...

2019-10-04 ‧ 由 龍蝦 分享
DAY 20

Day 20. Vision API in action

本節將介紹google提供的vision api,首先是label detection,使用這個功能vision api會告訴你說這張照片是什麼,可能是大象?或...

2019-10-05 ‧ 由 龍蝦 分享