鐵人檔案
筆者就讀於人工智慧相關學系，目前為大學三年級即將升到四年級，已經經過了大學三年的學習，也已經修讀了多堂機器學習相關課程，小型專案也已經做了不少。但我看見身邊有許多人在做機器學習、使用模型時常常只是套模，不知道自己所使用的模型是什麼，也不知道背後是怎麼運作的。因此想利用這次的30天鐵人賽來寫一篇有關介紹一般常見模型以及基礎使用這些模型的應用。
在這30天的文章之中，將會先介紹模型的運作方式以及背景，接著實際以python來使用這些模型，並且以簡單的程式碼運行、展示成果。希望這30天的文章可以讓讀者們理解這些模型，並且讓各位讀者能夠以後自己在使用模型時，能夠也先去理解自己使用的模型究竟是什麼，
筆者目前就讀於人工智慧相關學系，目前為大學三年級即將升到四年級，已經經過了大學三年的學習，也已經修讀了多堂機器學習相關課程，小型專案也已經做了不少。但我看見身邊...
在卷積神經網路出現以前，最常見的神經網路就是MLP（多層感知機，Multi-Layer Perceptron）了。這種神經網路至少包含三層（輸入層、隱藏層以及輸...
講完MLP的理論過後，我們來利用python來實作簡單的MLP，看看應該怎麼在python上實際應用。為了方便使用，我們選擇採用python中scikit-le...
CNN是一種廣泛應用在電腦視覺上的神經網路，其運作模式會將圖片拆解成紅、綠、藍三原色後，以0~255的像素值代表。接著透過卷積核擷取特徵，最終辨識出物品。 大致...
在看完CNN的概念過後，我們利用TensorFlow做一個簡單的CNN實作。首先介紹另一個有名的資料集—CIFAR-10，CIFAR-10中包含60000張32...
RNN的特別之處在於它用在時間序列上的機器學習，也就是它不僅僅考慮當下情況去做預測，還會考慮過去的情形進行下一階段預測的考量，可以用在像是股票預測、天氣預測、N...
RNN的實作適合用在有序列關係上的資料，因此我們利用python的twstock套件去做預測。twstock內包含臺灣的多種股票資訊，我們接下來的實作會選擇20...
在前一天的內容我們看完了一個簡單的RNN實作，雖然從結果來看實作成果好像還不錯，但是如果真正應用在更複雜的題目上，所得出的結果可能就會令人大失所望了。 今天來介...
在今天的實作中，我們會利用到【Day 07】RNN實作中的stock2021.csv，今天最終的結果會與一般RNN的結果做一個對比。如果還沒有看過【Day 07...
在前幾天的內容中，我們講完了一般RNN以及改良後的LSTM運作原理以及實作了，各位讀者是不是對於運作方式以及如何使用有更近一步的了解了呢？ 今天我們要來介紹更加...
