鐵人檔案
我想要在30天鐵人項中分享機器學習與深度學習的文章，並且透過論文的分享以更具有代表性的文獻作佐證，並結合財務金融與永續等議題為文章的豐富度做出更精緻的分享，讓今年暑假更有意義。
Error 405Method Not AllowedWhat does this mean?Something went wrong on our serve...
從今天開始我們將會正式介紹機器學習的概念，以及執行步驟與衡量一個模型的好壞，大家都知道機器學習簡單來說就是更現代版的統計學，statistics is basi...
損失函數（Loss Function）是機器學習模型中非常關鍵的概念，用來衡量模型預測值與真實值之間的差距。在機器學習過程中，我們的目標是找到一組模型參數，使得...
過擬合（Overfitting）是機器學習中的一個常見問題，當模型在訓練數據上表現得非常好，但在新數據或測試數據上表現不佳時，就會發生過擬合。這意味著模型學到了...
K-means原理：K-means通過將資料點分配到距離最近的質心（centroid）來進行聚類。質心由聚類內資料點的平均位置決定。優點：簡單且計算效率高，適合...
層次聚類（Hierarchical Clustering）是一種無監督學習算法，廣泛應用於探索數據的自然分組。該算法通過構建一個層次結構的樹形圖（樹狀圖或樹狀結...
DBSCAN (Density-Based Spatial Clustering of Applications with Noise) 是一種常用的密度基群聚...
Mean Shift 聚類演算法 **Mean Shift（均值偏移）**是一種非參數化的聚類演算法，與 K-Means 不同的是，Mean Shift 不需要...
OPTICS (Ordering Points To Identify the Clustering Structure) 是一種用於密度基礎聚類的算法。它擴展...
CLIQUE 模型詳細解釋 CLIQUE（CLustering In QUEst）是一種基於密度的子空間聚類演算法，特別適合於處理高維數據。CLIQUE 的獨特...
