本篇是為了統整並使閱讀的各位和我自己了解機器學習內部實際的運作理論,在我日常使用相關技術時,常常是直接使用像是 tensorflow 或 pytorch 之類的套件去執行並實作出我們自己想要的結果,在使用時我自己常常會忽略或忘記這項技術背後的知識。
在接觸這領域有大概 2~3 年的我,決定在今年 2023 年自己試著撰寫自己對於機器學習相關技術背後理論的理解,目的是希望我能將此技術內化,並能透過此筆記給其他人參考或說鞭策自己,如果對於內容有疑慮歡迎聯絡我本人。
Prerequisite nearest neighbors (KNN) 採用向量空間模型來分類,具有相同類別的案例,彼此的相似度高,可以藉由計算與已知類別...
了解完 K nearest neighbors 的理論後,我們今天會透過著名的 iris 資料集來實做它。 Implementation Import Libr...
今天我們要透過 KNN 去解決 Spaceship Titanic 此次 Kaggle Competition 跟一開始介紹 Titanic - Machin...
Prerequisite 高斯混合模型(Gaussian Mixture Model,GMM)是一種統計模型,用來對數據進行建模,特別是多模態(多個分佈)數據...
我們今天會完成 Gaussian Mixture Model 實做的部份。 Implementation Import Library import panda...
今天我們會透過 Gaussian Mixture Model 來分析購物中心的客戶資料。 Mall Customer Segmentation Data 資料集...
Prerequisite Multilayer Perceptron(多層感知器)是一種前向結構的人工神經網絡,映射一組輸入向量到一組輸出向量。 Artifi...
Prerequisite MLP & DNN 多層感知器(MLP)和深度神經網路(DNN)都是神經網路的類型,但它們有一些重要的區別。 多層感知器(M...
今天我們要實做 Feed Forward Network 前饋式神經網路是一種人工神經網路結構,也稱為前饋網路或前向傳播網路。 它是一種最基本的神經網路結構,通...
今天我們透過使用 Neural Network 來完成 Natural Language Processing with Disaster Tweets Da...