鐵人檔案
本人目前持續學習數據分析和AI當中,包括常見的機器學習和深度學習,在學習過程中,才知道其實自己還有許多需要學習的地方,在自學了python和數據分析的方法(有關的套件和參數設定)之後, 也不敢說自己學的多深,只是突然會想了解它背後原理是如何完成?不單單只是知道原理,還想要知道背後程式碼,也就是演算法是如何在程式碼上實現
昨天介紹完DBSCAN演算法,今天就要來寫DBSCAN程式:首先利用昨天創建好資料首先先設置r = 10(半徑) ;m=3(最小群數)首先先創建距離函數:程式如...
昨天介紹完DBSCAN程式,今天要來研究神經網路:(來源: http://programmermagazine.github.io/201404/htm/foc...
昨天介紹完單層感知機模型演算法,今天要來研究單層感知機模型程式:首先先把x資料做標準化 #個別標準化處理 x['x1']=(x['x1']-np.mean(x[...
昨天介紹完單層感知機模型程式,今天要來研究淺層神經網路:單層感知機模型是只有一個輸入層和輸出層,如果用來做簡單多元線性回歸效果還可以,但是一旦今天是複雜的非線性...
昨天介紹完淺層神經網路演算法,今天要來研究淺層神經網路程式:首先要先設定學習率和隱藏神經元個數,在此我們使用經驗函數:所以程式如下: #設定學習率 a=0.05...
昨天介紹完淺層神經網路程式,今天要來研究CNN卷積神經網路:卷積神經網路由一個或多個卷積層和頂端的全連通層和關聯權重和池化層組成,如圖:(資料來源:https:...
昨天介紹完CNN卷積神經網路,今天要來研究CNN卷積神經網路正向傳播程式: 首先先決定資料集大小: #只取前1000筆資料,因為實際資料太多 train_ima...
昨天介紹完CNN卷積神經網路正向傳播程式,今天要來研究CNN卷積神經網路反向傳播程式: 首先在上次全連接層Softmax做反向傳播:首先依照之前說明的機率out...
昨天介紹完CNN卷積神經網路反向傳播程式,今天要來研究CNN卷積神經網路實際運作程式:首先是全部正向傳播: def forward_all(image, lab...
第一次參加鐵人賽,終於寫完29天,今天最後一天,想跟大家分享一下,我在這次鐵人賽的感受,首先是在研究主題部分,不知道怎麼說,其實感覺機器學習演算法看起來很簡單,...
