iT邦幫忙

鐵人檔案

2023 iThome 鐵人賽
回列表
AI & Data

關於我從基礎程設轉職到人工智慧入門 系列

本題目將製作一份讓沒有學過程式的初學者,或是不知道人工智慧是什麼的學習者了解如何寫基礎的程式設計以及人工智慧的機器學習跟深度學習的基礎介紹

DAY 21

[DAY21] 機器學習 - 分群與分類(一)

分群理論 群內差異小,群間差異大 找出比較相似的資料聚集在一起,形成集群(Cluster) 相似性的依據是採用歐式距離,相對距離愈近、相似程度越高,被歸類至同...

2023-10-06 ‧ 由 泉韵 分享
DAY 22

[DAY22] 機器學習 - 分群與分類(二) 非監督學習

非監督式學習(分群-距離、相似特徵、歸納法) 分群演算法: K-Means 聚類:將數據分為 K 個不同的群集,每個群集由其內部的數據點的相似性來定義。...

2023-10-07 ‧ 由 泉韵 分享
DAY 23

[DAY23] 機器學習 - 分群與分類(三) 監督學習

監督式學習(分類-Binary、演繹法) 分類理論(Binary) 通常可以分為二元分類(Binary Classification)和多類別分類(Multic...

2023-10-08 ‧ 由 泉韵 分享
DAY 24

[DAY24] 機器學習 - 強化學習

強化學習概論 讓智慧型代理人/智慧體/智能體(intelligent agent)通過與環境的交互學習如何做出決策,以最大化一個獎勵信號。它通常涉及到Agent...

2023-10-09 ‧ 由 泉韵 分享
DAY 25

[DAY25] 機器學習 - 決策樹(一)

決策樹 用於分類和回歸問題。 混亂評估指標 Information Gain (資訊獲利) 衡量了使用某個特徵分割後熵的減少 熵是衡量不確定性的指標。...

2023-10-10 ‧ 由 泉韵 分享
DAY 26

[DAY26] 機器學習 - 決策樹(二)

整體/集成學習 通過結合多個基本模型的預測結果,獲得更好的整體預測性能。 可以是相同類型的模型,也可以是不同類型的模型。 通過集體決策來消除個別模型的不足,從...

2023-10-11 ‧ 由 泉韵 分享
DAY 27

[DAY27] 機器學習 - 決策樹(三)

梯度(Gradient) 是目標函數在某個點的局部斜率或變化率。 梯度提升(Gradient Boosting) 集成學習 多個弱學習器(通常是決策樹)...

2023-10-12 ‧ 由 泉韵 分享
DAY 28

[DAY28] 機器學習 - 自然語言NLP(一)

NLP步驟 將文件收集到語料庫內 基元化(語彙基元tokens) 句子基元化&偵測語言 文本通常被分割成句子 pip install langde...

2023-10-13 ‧ 由 泉韵 分享
DAY 29

[DAY29] 機器學習 - 自然語言NLP(二)

主題建模 確定它分析的每個文本或文檔中的主題 從整體文本數據推斷主題集群 將包含類似主題集群的文本或文檔組合在一起 文本聚合 將包含相似主題的文字或文件組...

2023-10-14 ‧ 由 泉韵 分享
DAY 30

[DAY30] 關於我從基礎程設轉職到人工智慧入門

完賽心得 第一次參加鐵人賽,平安度過了~自己有個習慣就是會把有關非學術類的東西都用電子筆記在記,像是使用HackMD、OneNote等等,所以其實也算已經事先囤...

2023-10-15 ‧ 由 泉韵 分享