G社機器學習三十天,搭配 StudyJam 提供的 coursera 課程一起挑戰
在統計與機器學習中,我們建立出來的模型用來預測,會有兩種判斷誤差:偽陰性/偽陽性。假如我們有一個臉部辨識的模型,能夠判斷相片中的內容是否包含人的頭部正面(臉部)...
都到了2019年了,你還在用自己的電腦跑機器學習嗎?如果在公司,你勢必得跟同事一起協作一些數據處裡的工作,每次Code書信往來很花時間。G社聽到你們的心聲了~...
這次是稍微介紹課程中如何使用QWIK LAB 進行簡單的實作。大家也可以加入這個QWIKLAB官方臉書社團,常常會有免費的點數可以免費摸一摸QWIKLAB唷。像...
今天颱風天,台北市停班停課但是挑戰賽還是得持續QQ。 所以想要輕鬆一點發一篇比較輕鬆的文(ㄈㄟˋ)章(ㄨㄣˊ)。 我想舉一些我憑平常碰到的機器學習應用: 圖...
還記得我前幾篇的主題-GIGO (垃圾進,垃圾出。)嗎?這個概念也適用在訓練機器學習預測模型的結果中。當我們人類在前置準備(例如蒐集資料等)中有偏誤的時候,機器...
先從最早的 線性回歸(Linear Regression)介紹,這個我們高中的時候就碰過了,有沒有回想起當年被要求手算的恐怖回憶XD。但其實當有效能好的計算器,...
為了避免忘記,我們先上昨天的第一張圖: 今天要介紹的是紅框的部分:感知器(Perceptron)是Frank Rosenblatt在1957年就職於康奈爾航空實...
為了避免忘記,我在不免俗地先上前天的第一張圖: 今天要介紹的是紅框的右半部分: 既然我們有了類神經網路最基本的單元 - 感知器,我們還可以再度致敬生物體的神經網...
為了避免忘記,不免俗地先上第一天的第一張大圖: 今天要介紹的是紅框內的決策樹(Decision Trees): 決策樹(Decision Tree) 決策樹可用...
再一次不免俗地先上一開始的第一張圖: 然後紅色框是我們今天要討論的主角: 因為在G社提供的課程教材中,並沒有特別深入介紹 Kernel Method,所以我就去...