鐵人檔案
人類行為表現與特徵往往錯綜複雜，無法以簡易的線性模式或猜測便可得知，因此許多的統計方法或機器學習方法被應用於分類與分析人類行為。在進行分析時，較常使用的程式語言為Ｒ或 Python，然而上述兩種程式語言在處理數據或慣用語法上有著些許的不同，因此期望透過本次筆記進行記錄，以減少讀者未來重複搜尋相關語法或處理方式時所耗費的時間。
為何需要使用動態時間校正 在前面的文章中有提到歐幾里德距離(Euclidean distance)，此計算方式適用於x和y兩個向量具有相同長度的情況。 若向量的...
背景介紹 近年來，人工智慧和深度學習變成了熱門的話題，而深度學習的相關技術也不斷地更迭。深度學習的模型為透過神經網路作為基礎，經由不斷調整內部結構以及參數設定，...
類神經網路根據資料從輸入節點至輸出節點的流向，可分為不同種類，以下列舉幾種較為常見的類型 前饋神經網路(Feed Forward)圖片來源：連結為最早被推出的...
由於類神經網路在訓練時，會以線性的模式進行求解，但實際的問題經常為非線性的，為了減少線性程度，使得類神經網路的分析結果可更準確，激勵函數(Activation...
RNN (Recuurent Neural Network) 其主要優勢為架構內具有記憶神經元，可用於處理具有時間序列特性的數據，如進行文字處理，與先前提及的前...
在訓練機器學習模型和深度學習模型時，有時碰到欠擬合(Underfitting)和過擬合(Overfitting)的情形，其中Overfitting相較於Unde...
為何會使用時頻譜？ 在穿戴式裝置資料分析中，擁有多種不同的訊號，如：裝置中會設置加速度計、陀螺儀等，則會紀錄多軸加速度數值和旋轉的角度數值，而肌電圖則會紀錄多個...
3D CNN卷積流程 由下圖可知，我們所使用3x3的卷積核在2維圖像進行卷積（例如：3x3x3的卷積核）圖片來源：連結 3D CNN應用 在目前的應用中，我們可...
Autoencoder概念 在變數過多時，往往會使用許多不同的特徵選取的方法來選取重要的特徵，機器學習模型中常使用的變數挑選方法為正規化迴歸(Lasso, Ri...
比賽到了最後一天，持續30天的文章寫作，內容包含機器學習常見的模型(如：簡單貝氏模型、決策樹、隨機森林等)，也簡介了神經網路的模型(如：CNN,RNN等)和訓練...
