鐵人檔案
這個系列將分享筆者掌握機器學習的個人方法🤖，從理論到實踐📚，其中包括筆者對問題定義🧩、數據處理🧹🗃️ 和算法選擇的理解📊。這套系統凝聚了筆者在機器學習領域的心得💡，旨在幫助讀者更有效地學習和應用這門技術🎯。
前言 人工智慧 (AI) 是當前科技界的熱門話題，但許多人對它的理解還存在著廣泛的誤區和模糊認知。以我的工作經驗為例，我常發現市調研究報告顯示 AI 產品的年複...
今天將深入了解機器學習的應用，並簡要介紹機器學習的兩大基本類型：監督式學習和非監督式學習。在這之前，該有的基本觀念還是解釋一下～ 機器學習是什麼？ 機器學習 (...
前言 在上一篇文章中，我們探討了機器學習的基本類型，包括監督式學習和非監督式學習。監督式學習通過使用已標註的數據（有答案）來訓練模型，進行數據的預測或分類。在本...
簡介 在工作中，許多上層管理者或老闆常常對具體要做什麼並不清楚，只是聽說機器學習能帶來巨大效益，便急於要求團隊開始進行機器學習專案。同時，初學者常常直接跳到模型...
簡介 前一篇文章提過要盡可能地將數據收集完整，但現實情況中往往會有不完美的情況，導致直接影響到數據的質量，從而對後續的建模分析產生不利影響。高質量的數據是模型訓...
前言 在前一天的文章中，我們深入探討了資料探勘的各個方面，幫助我們了解數據的本質屬性和潛在規律，並為數據清理做好準備。數據清理是機器學習中不可或缺的一環，這一過...
收集完數據並完成數據清理並不代表模型就能夠很好地進行預測，有時候秘訣藏在如何處理和轉換數據。今天，我們將繼續我們的數據準備之旅，進入特徵工程的世界。 簡介 特徵...
前言 我們過去探討了數據清理和特徵工程的重要性。然而，擁有乾淨的數據和精心設計的特徵還不是終點。機器學習模型不僅需要在訓練數據上表現良好，還需要能夠在新數據上進...
簡介 隨著機器學習技術的快速發展，如何選擇和建立合適的演算法成為了打造高效模型的關鍵步驟。機器學習中的演算法種類繁多，每種演算法都有其獨特的特性和適用場景。sc...
簡介 Scikit-learn 的 cheatsheet 中列舉了多種常用的機器學習演算法，涵蓋了分類、回歸、聚類和降維等多個領域。理解每種演算法的特性和適用情...