鐵人檔案
人類無法解決的問題，就丟給機器解決吧！ ML是一個尋找函數的過程，通過訓練出來的模型，可以讓電腦執行極為複雜的任務，並且不需要人類輸入精確的指令。
本篇會從一個即將進入研究所的Web仔視角，帶領讀者一起入門，從ML的基礎觀念開始，深入淺出介紹原理與實作。
在上一篇中，我們從一個Bernoulli distribution 的 Maximum Likelihood Estimation 的公式推導出了Cross-e...
昨天我們學習了關於熵的知識，知道了熵是一個用來衡量系統的混亂程度（即對信息量的不確定程度），這個熵就像是一個統一的貨幣，可以用來幫助我們衡量不同的模型，但我們還...
今天我們終於要介紹梯度下降法了，可能會有的讀者有疑惑，爲什麽這麽晚才介紹梯度下降法？而且梯度下降法還有什麽好介紹的，不就是微積分求梯度嘛。不不不，這個梯度下降法...
梯度到底是什麽 函數在某一點沿著不同的反向移動，函數值的變化率是不同的。梯度就是一個函數的全部偏導數構成的向量，梯度向量的方向是函數值變化率最大的方向，簡單來説...
在上一篇文章中，我們介紹了什麼是梯度 (Gradient) 和梯度下降 (Gradient Descent)，並舉例說明了學習率 (learning rate)...
在上一篇文章中，我們討論了局部最小值 (local minima) 和鞍點 (saddle point)，解釋了為什麼在訓練模型時會卡住，以及如何判斷當前位置是...
我們昨天討論了批次處理和Momentum，並解釋了如何藉由考慮過去的梯度下降來決定模型訓練的前進方向，這種方式能幫助我們在模型訓練時跨越一些Critical P...
在上一篇中，我們介紹了好幾種Learning Rate的調整方法和策略，我打算今天和明天再講解一些ML的基礎和做個小結，在第20天的時候，我們會進入Deep L...
明天放颱風假了！提醒中南部的各位明天沒事別出門，這次颱風感覺有點厲害……今天終於來到第19天，明天開始爲期10天我們將進入深度學習的部分，在今天這一章，我想我們...
什麼是深度學習？ 深度學習是一種機器學習 (ML) 的技術，靈感來自於人腦處理資訊的方式。透過深度學習，我們可以自動化一些需要人類智慧的任務，例如圖像識別或語音...
