鐵人檔案
文章內容主要介紹常見的機器學習與深度學習方法，以及背後的數學理論。機器學習與深度學習方法牽涉許多科目，線性代數、統計、微積分等，需要有相關的知識背景才能夠深入了解這些方法的用意。希望藉由我的分享，能讓一竅不通的你，了解機器學習與深度學習到底是什麼。參賽的初衷為複習之前所自學的方法，加深自己的印象，並且面試機器學習相關工作時，能夠回答出相關問題。
今日大綱 Mean squared error (MSE) 與 Mean absolute error Cross entropy Hinge loss T...
今日大綱 SGD (Stochastic gradient descent) Momentum Adagrad( Adaptive gradient-base...
今日大綱 卷積神經網路 (CNN) 卷積層 (Covolution layer) 池化層 (Pooling layer) 攤平(Flatten layer)...
今日大綱 自然語言處理步驟 Bag of Words( BOW) TF-IDF(Term frequency-Inverse document frequen...
今日大綱 什麼是循環神經網路? RNN架構 RNN缺點 程式碼 什麼是循環神經網路? 不同於一般的神經網路，RNN考慮了上一個神經元的輸出，適合應用於時間序...
很可惜，昨天太忙忘記撰寫第26天的文章，但我還是會完成30天的文章。 今日大綱 爬蟲介紹 搜尋HTML特定的標籤與屬性 搜尋CSS特定的屬性 CSS選擇器 其...
今天以登入facebook為例，使用selenium爬取網頁的位置，並且輸入信箱以及密碼完成登入。 開始之前 在開始之前需要先安裝selenium套件 pip...
今日大綱 LSTM介紹 程式碼 LSTM介紹 RNN存在梯度消失(Vanishing gradient)與梯度爆炸(Exploding gradient)的...
今日大綱 GRU介紹 程式碼 GRU 介紹 今天將介紹的模型也是RNN的變形，LSTM的簡易版，將遺忘閥(forget gate)與輸入閥(input ga...
鐵人賽的最後一篇文章不免俗地記錄一下參賽心得。 這是我第一次參加鐵人賽，因忙於面試找工作在第26天忘記發文。雖然我只參賽到第25天，但是在這過程中我也感受到每天...
