鐵人檔案
在這 30 天內會先從基本的 Pandas 資料處理，以數學的角度理解神經網路與機器學習之相關概念後，會用 Python 實作出各種模型，最後再用 Django 讓模型能夠結合網頁 !
【Day 21】欠缺擬和與過度擬和 Underfitting & Overfitting 前言 在機器學習中，欠缺擬和 ( Underfitting )...
前言 昨天提到了模型欠缺擬和與過度擬和的問題，今天就要針對這兩個問題探討兩個評估模型效能的指標，分別是偏差 ( Bias ) 和方差 ( variance )，...
前言 前面幾天提到過，當一個模型的參數較多，會導致模型複雜度過高，這會讓模型在訓練資料的擬和表現很好，但在新的陌生資料上 ( 測試資料 ) 表現不佳，就會出現過...
前言 在前面【Day 6】回歸與分類 Regression & Classification 的文章中，了解到我們用模型主要來處理的問題任務，也就是回歸...
前言 前面理論的東西講了這麼多，大家想必很想動手實作了吧，今天我們就要來著手搭建簡單線性回歸模型，我們要能夠輸入年資 ( 特徵 ) 並讓這個模型根據輸入的資訊去...
前言 昨天我們做的簡單線性回歸模型，特徵數量只有一個，若現在有多個 ( 一個以上 ) 特徵，這樣的線性回歸模型就有多個自變數輸入，也就是我們今天要實作的多元線性...
前言 前幾天做的都是回歸問題的模型，而今天我們做二元分類問題時，就要和大家介紹邏輯回歸 ( Logistic Regression ) 這個模型，我們要讓模型根...
前言 今天我們要來搭建一個簡易模型，這個模型能夠將輸入的圖片做分類的動作，並且要經過多層神經網路的訓練，從而訓練出我們的 DNN 模型，在建模前先來了解下面的基...
前言 前面我們實作出了一些基本的模型，之後我們會把讓模型與 Web 應用程式結合，讓模型的輸出結果可以顯示在網頁上，在那之前，我們要先來了解一下甚麼是 Djan...
前言 前面我們實作出了一些基本的模型，而今天我們就拿之前的多元線性回歸模型來當作範例，要把這個模型佈署至網頁上，藉由讓使用者從輸入框傳入特徵資料到模型中，讓模型...
