iT邦幫忙

鐵人檔案

2021 iThome 鐵人賽
回列表
AI & Data

30天搞懂機器學習是否搞錯了什麼 系列

本系列文章主要會帶大家跟我一起從基礎開始了解機器學習的概念以及技術,藉由這次比賽希望能在這30天搞懂機器學習的相關基本知識。

鐵人鍊成 | 共 30 篇文章 | 7 人訂閱 訂閱系列文 RSS系列文 團隊人工逗點智慧
DAY 1

【Day 1】踏入機器學習的世界

前言 隨著 人工智慧(Artificial Intelligence, AI) 的發展越來越快速, 機器學習(Machine Learning, ML) 和 深...

2021-09-14 ‧ 由 guanjie0618 分享
DAY 2

【Day 2】機器學習的種類

機器學習的種類主要分成四種:監督式學習(Supervised learning)、非監督式學習(Un-supervised learning)、半監督式學習(S...

2021-09-15 ‧ 由 guanjie0618 分享
DAY 3

【Day 3】機器學習基本功(一)

機器學習三大步驟 定義一個模型(model) 從模型裡挑出好的函式(function) 經由演算法找出最好的函式 監督式學習 今天透過舉例的方式來讓大家初步...

2021-09-16 ‧ 由 guanjie0618 分享
DAY 4

【Day 4】機器學習基本功(二) --- Regression

如何找到一個函式(function)?(上) 接下來會以李宏毅老師在影片中講的例子來做說明整理。 尋找一個輸入為youtube後台資訊,輸出為該頻道隔天總點閱率...

2021-09-17 ‧ 由 guanjie0618 分享
DAY 5

【Day 5】機器學習基本功(三) --- Regression

如何找到一個函式(function)?(下) 步驟一:寫出一個帶有未知參數的函式 昨天舉的例子 是一個線性模型(linear model),隨著 越大, 就...

2021-09-18 ‧ 由 guanjie0618 分享
DAY 6

【Day 6】機器學習基本功(四)

過度擬合(Overfitting) 昨天我們把模型變得更複雜,讓訓練的Loss變得更低,但當我們把模型變得越來越複雜的時候,就可能會發生模型雖然在訓練上面得到比...

2021-09-19 ‧ 由 guanjie0618 分享
DAY 7

【Day 7】機器學習基本功(五)

誤差(Error)來自什麼地方? 來自於偏差(Bias) 來自於方差(Variance) 假設我們需要估測靶的中心 ,收集了一些資料進行一次訓練結果找到的可...

2021-09-20 ‧ 由 guanjie0618 分享
DAY 8

【Day 8】梯度下降法(Gradient Descent) --- Tip 1

之前在機器學習基本功(二) --- Regression中有簡單提到梯度下降法(Gradient Descent),為了要到最好的funciton,也就是要解一...

2021-09-21 ‧ 由 guanjie0618 分享
DAY 9

【Day 9】梯度下降法(Gradient Descent) --- Tip 2, 3

Tip 2:隨機梯度下降法(Stochastic Gradient Descent) 提升訓練速度 隨機梯度下降法跟原本的Gradient Descent的...

2021-09-22 ‧ 由 guanjie0618 分享
DAY 10

【Day 10】分類(Classification)(上)

找一個function,其輸入為 ,輸出為 屬於哪一個class。 範例應用 找一個輸入是某一隻寶可夢,輸出是那隻寶可夢屬性的function。...

2021-09-23 ‧ 由 guanjie0618 分享