鐵人檔案
利用這次機會配合Google machine learning study jam
來看看Google是如何運用ML技術。
Perceptron感知機 在線性回歸後，用來做預測的另外一種數學模型被開發了，感知機， 一個利用"單個"神經元運作的原理，被用來當成感知機...
終於進到了我們的重頭戲啦，在上一篇我們介紹到了我們的單層感知機！而我們知道單層感知機其實就類似是一個神經元，它能做簡單的判斷！那麼接下來，我們如果把多個感知機串...
在上一篇我們稍為介紹了神經網路之後，我們要來看看另外一個機器學習的分支，Decision Tree。 決策樹 Decision Tree 而要如何運用決策樹呢...
Kernel函數 在我們離開決策樹之後，我們要進到SVM了！SVM的中文全名叫做支援向量機！我們在兩組資料間，可以找到一條分界來對資料進行分界，而SVM利用了K...
我們終於走到ML歷史的最後一段了！這代表我們要來談談神經網路啦！其實神經網路並不是甚麼興新的技術！它其實在很久了，不過神經網路剛被提出時，那個年代不管是在儲存、...
介紹完神經網路，現在我們要來談Loss Function啦！在神經網路裡，我們有輸入，並會得到神經網路的預測，不過我們要如何告訴神經網路，它哪裡做錯了？應該要改...
梯度下降是一種演算法專門讓Model進行學習，也就是更新內部參數的演算法，要調整Model裡的參數，首先我們必須要找到Model應該要往哪個方向調整，再來就是我...
我們從Precentron了解了神經元，進而從神經元組成神經網路，介紹了誤差函數(LossFunction)，再講解了誤差函數如何透過GradientDecen...
在前面的文章已經有介紹過Preceptron了，這是最簡單的神經網路，雖然課程裡面沒有要直接把Model實做出來的部分但是為了讓文章結尾精彩一點我們要來實作Pr...
import numpy as np from math import exp,pow 首先Import東西進來！ class preceptron():...
