鐵人檔案
今天是第11天，今天進行均質聚類分析的過程能夠幫助開發者深入理解資料分群的原理， K均質演算法透過將資料及分為k個群組，最小化群組內資料點與中心點的距離，從而達...
今天是第12天，今天是在比較前一天跟今天的差別，k均質聚類和層次聚類是常用的無監督學習，K均質昨天的探討過了，而層次聚類不需先指定群組，透過見構建層次結構逐漸合...
今天是第13天，今天學習的是主成分分析，這是一種常用的降維技術，在透過找出數據集中方差最大的一組正交軸來簡化數據結構，這種方法能夠夠保留數據中最重要的訊息，同時...
今天是第14天，今天是來統整聚類模型的重點，這是一種常用的無監督學習方法，通過將相似的數據分組，幫助我們更好的理解數據內部結構，在分析數據的過程中，我發現聚類模...
今天是第15天，今天討論的是評估非監督模型，在這個過程充滿了很多的挑戰，由於這類模型無需標籤數據進行訓練，難以直接評估其準確性，常見的評估方法包括聚類、降維、密...
今天是第16天，今天探討的是神經網路的基本概念，這是模仿人體腦部運作的數學模型，透過大量的神經元與權重進行計算，適合處理複雜的數據和非線性問題，每個神經元接收輸...
今天是第17天，在學習這個過程中，我深刻理解了神經網路的運輸原理，前向是將輸入的資料傳遞道輸出層，根據權重計算算出預測結果，反向是透過損失函數算出誤差，將誤差逐...
今天是第18天，今天是研究CNN的一天，這是一種專門處理圖像數據的深度學習模型，學習CNN後我了解到透過卷積層來提取圖像的局部特徵，在經由池化層縮小特徵圖的尺吋...
今天是第19天，在處理系列數據方面非常強大，特別適合自然語言處理和時間序列預測等等的任務，透過其內部循環的機制， R N N能夠記住序列中的上下文訊息，這是得他...
今天是第20天，在學習深度學習模型的過程中，優化技術是提升模型性能的關鍵，常見的優化方法如梯度下降法及其變種，能夠加速收斂並提高訓練效果，學習率調整策略也很重要...
