iT邦幫忙

鐵人檔案

第 11 屆 iThome 鐵人賽
回列表
Google Developers Machine Learning

透視Google Machine Learning的奧秘 系列

在這三十天的過程中,除了介紹ML Study Jam計畫與GCP平台的操作和心得介紹之外,也會補充一些機器學習需要知道的流程與知識

1. 課程內容的講解:
課程內容分成影片、問答、Hands-on Labs操作

2. 實作的心得:
學習心得與平台使用上的感覺和優缺點

3. ML知識補充:
在實作的過程中結合觀念,幫助理解Google ML的應用

對於資料前處理的部分會介紹比較多,尤其是資料層面會介紹到資料倉儲與ETL等處理機器學習資料與儲存資料相關知識,理論與實務各一半分享。

鐵人鍊成 | 共 30 篇文章 | 22 人訂閱 訂閱系列文 RSS系列文
DAY 11

[Day11] 你了解你在做機器學習時的資料嗎?資料倉儲與商業智慧應用(6/6)

前一天介紹了ETL架構的子系統與與資料品質的衡量,今天我們來看資料倉儲有關商業智慧應用的部分。 注意! 接下來文章當中所提到的商業智慧應用是一種構建完成資料倉儲...

2019-09-26 ‧ 由 芋頭 分享
DAY 12

[Day12] Python程式如何做到資料前處理的各個步驟?

前一天介紹了維度表的應用以及有關商業智慧的部分,今天我們來看Python程式如何做到資料前處理的各個步驟。 資料前處理步驟: 1.觀看資料特徵,是數值型特徵還是...

2019-09-27 ‧ 由 芋頭 分享
DAY 13

[Day13] 認識資料視覺化

前一天我們討論了資料前處理的各個步驟,今天我們來認識資料視覺化。 資料視覺化 資料視覺化(Data Visualization)是指運用視覺的方式呈現數據,有效...

2019-09-28 ‧ 由 芋頭 分享
DAY 14

[Day14] 資料視覺化技巧-matplotlib與Seaborn語法應用

前一天我們討論了資料視覺化的技巧,今天我們來看其他matplotlib語法以及Seaborn用法。 在matplotlib當中除了昨天介紹的plt.plot和p...

2019-09-29 ‧ 由 芋頭 分享
DAY 15

[Day15] 機器學習的策略與業界應用

前面介紹了許多ETL、資料前處理與探索式數據分析的方法,今天讓我們回到課程正軌繼續看機器學習的策略與業界應用 An ML strategy 講師強調,未來還有很...

2019-09-30 ‧ 由 芋頭 分享
DAY 16

[Day16] 企業運用推薦系統服務的關鍵與機器學習的秘密

上次提到機器學習的策略與業界應用,這次我們繼續來看企業運用推薦系統服務的關鍵與機器學習的秘密。 知己又知彼 如果說能做到個性化的服務更是贏得客戶信任的關鍵,就像...

2019-10-01 ‧ 由 芋頭 分享
DAY 17

[Day17] 認識機器學習的誤差

昨天介紹了企業運用推薦系統服務的關鍵與機器學習的秘密,今天來看機器學習模型的偏差。 Machine Learning and Human Bias 講師介紹到機...

2019-10-02 ‧ 由 芋頭 分享
DAY 18

[Day18] 深入探討機器學習模型-評估指標

昨天介紹了機器學習模型的偏差,今天我們繼續就同樣議題深入探討。 Statistical Measurements and acceptable tradeoff...

2019-10-03 ‧ 由 芋頭 分享
DAY 19

[Day19] 研究Google Cloud Datalab服務

昨天我們把機器學習的模型誤差討論完,今天來介紹Cloud Datalab服務。 Cloud Datalab 目前有許多人在寫Python程式時不是使用Pytho...

2019-10-04 ‧ 由 芋頭 分享
DAY 20

[Day20] 如果今天沒有機器學習該怎麼辦?

前一天我們把Cloud Datalab服務介紹完,今天來介紹如果說沒有機器學習該怎麼解決問題? ML, not rules 講師介紹如果說在沒有機器學習的情況下...

2019-10-05 ‧ 由 芋頭 分享