iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
AI/ ML & Data

學習人工智慧的概念和技術 系列

學習ai的概念及理論外,希望能讓自己之後能有動手操作的能力,提供未來學習的良好基礎

參賽天數 14 天 | 共 30 篇文章 | 0 人訂閱 訂閱系列文 RSS系列文
DAY 14

學習如何評估機器學習模型的性能並進行調優

在學習機器學習過程中,我逐漸了解到,建立一個模型並不是最困難的部分,真正的挑戰在於如何評估其性能並進行調優,以便讓模型在實際應用中表現良好。這個過程不僅涉及到數...

2024-10-11 ‧ 由 玉泉 分享

學習 NLP 基礎概念

NLP的全名叫做自然語言處理(Natural Language Processing),是人工智慧中的一個重要分支,專注於如何讓機器理解、解釋和生成人類語言。這...

2024-10-15 ‧ 由 玉泉 分享

學習機器模型中的重要模型 : 決策樹 (Decision Tree)

決策樹的結構與應用決策樹是一種樹狀結構的模型,它的運作方式模仿人類做決策的過程。在學習的過程中,我發現決策樹的主要優勢在於它直觀且容易解釋。決策樹從根節點開始,...

2024-10-15 ‧ 由 玉泉 分享

學習機器模型中的重要模型 : 隨機森林(Random Forest)

隨機森林的結構與應用 隨機森林是決策樹的升級版,它透過集成學習的方法來克服單一決策樹的不足。隨機森林是由多棵決策樹組成的「森林」,每棵樹獨立進行預測,最終將多棵...

2024-10-15 ‧ 由 玉泉 分享

了解卷積神經網絡(CNN)

卷積神經網絡的全名叫 Convolutional Neural Network,是一種專為處理圖像數據設計的深度學習模型。在學習 CNN 的過程中,我了解到它是...

2024-10-15 ‧ 由 玉泉 分享

了解卷積神經網絡(CNN)的實際應用及優勢

CNN 的實際應用我在學習過程中了解到 CNN 被廣泛應用於以下幾個方面: 圖像分類:這是 CNN 最經典的應用之一。從貓狗圖像分類到人臉識別,CNN 通過...

2024-10-15 ‧ 由 玉泉 分享

了解 K-means 非監督學習

非監督學習中的一種重要算法——K-means 是一種非常常見且直觀的聚類(Clustering)算法,它能夠自動將數據分成多個相似的組(稱為簇,clusters...

2024-10-15 ‧ 由 玉泉 分享

學習 K-means的心得總結

學習過程中的挑戰與思考在學習 K-means 的過程中,我遇到了一些挑戰,特別是在理解如何選擇合適的 K 值(即簇的數量)。如果 K 值選擇不當,可能會導致聚類...

2024-10-15 ‧ 由 玉泉 分享

學習If、Elif、Else 條件控制語句的結構與原理

條件控制語句(if、elif、else)是一個非常重要的基礎,這些語句允許我們控制程式的運行邏輯,根據不同的條件來決定執行哪一段程式碼。 條件控制語句最基本的語...

2024-10-15 ‧ 由 玉泉 分享

學習While 循環與 For 循環的背後邏輯

在程式設計中,循環(Loop)是一個非常重要的概念,能夠讓我們重複執行某些代碼塊,直到某個條件被滿足或所有元素都被處理。Python 提供了兩種常見的循環語句:...

2024-10-15 ‧ 由 玉泉 分享