Machine Learning
Matty
maintainer
11 Followers
47 Articles

AWS AI Service 介紹

緯緯道來

前言 & 概述source: AWS Machine Learning Foundation Course on UdacityAWS 全名為 Amazon Web Service,是一個雲端運算平台。向世界提供許多雲端技術與應用。

Untitled

onlinegame

Situs RTP Slot Gokil dan Tepercaya | Ale999

機器學習基本知識:維度 (Dimension) 的兩種意義

緯緯道來

source: Pixabay前言在學習線性代數或是深度學習的數學運算時,經常需要對高維度的向量、矩陣進行運算。我們都知道純量 (Scalar) 屬於 0 維、向量 (Vector) 屬於 1 維、矩陣 (Matrix) 屬於 2 維度,超過 3 維就統稱為張量 (Tensor)。

模型的估計誤差 (Estimation Error) 與近似誤差 (Approximation Error)

緯緯道來

source: Pixabay前言在機器學習基本觀念:Bias-Variance Tradeoff 一文中,我們介紹了機器學習模型的 Error 包含了 Bias Error 與 Variance Error。當模型有很高的 Bias 時,我們稱為 Underfitting;當模...

Back to All

機器學習基本觀念:Bias-Variance Tradeoff

緯緯道來

前言當模型訓練完之後,我們會透過測試資料集來衡量模型的效能,計算模型的 Error。模型的 Error「包含」 Bias 與 Variance,我們希望模型的 Bias 與 Variance 兩者都愈小愈好,然而「魚與熊掌,不可兼得」,通常降低 Bias 就會提升 Varianc...

〔程式教學〕PyTorch 支援 Apple Silicon GPU (Mac M1)

緯緯道來

pytorch前言在 2022 年 5 月18 日的這一天,PyTorch 在 Official Blog 中宣布:在 PyTorch 1.12 版本中將可以使用 Apple Silicon 中的 GPU,也就是說如果你的 MacBook Air 或 MacBook Pro 的處...

The Power of Ensemble Learning and Data Augmentation

Cathie So, PhD

Full code examples on the MNIST dataset with VGG16 ResNet50 FG-UNET Majority Voting Single Transferable Vote Instant-Runoff VotingTable...

Deep Learning 原理 : Neural Network 如何分類圖像

緯緯道來

站在 Neural Network 的角度看世界!

Machine Learning-交叉驗證(Cross Validation)-找到KNN中適合的K值-Scikit Learn一步一步實作教學

為自己Coding

yoyo~~ 相信大家在實作KNN的過程中,可能會跟我一樣遇到k值如何選定的問題,這邊就來介紹一下我在網路上找到的方法-交叉驗證(cross validation),它可以幫助我們分析k值取多少會得到多高的準確度(Accuracy),很厲害的

Deep Learning 第一站 : Neural Network 名詞介紹

緯緯道來

帶你看懂 Neural Network 中的專有名詞

1

Perceptron 的改良版 : 了解什麼是 Sigmoid Neuron

緯緯道來

理解 Sigmoid 函數在神經網路扮演的角色

〔程式教學〕開始深度學習之前,先了解什麼是「感知器」(Perceptron)

緯緯道來

深度學習的第一步:Perceptron

Machine Learning - 給自己的機器學習筆記 - Kaggle競賽必備!! - LightGBM (Light Gradient Boosting Machine) - 實作演練 - 筆記(二)

為自己Coding

Github連結攝影師:Chris Schippers,連結:Pexels 5. 參數介紹XGBoost、LightGBM、CatBoost重要參數比較 圖片來源: https://towardsdatascience.com/catboost-vs-light.gbm-vs-x...

Tensor 基本觀念 (3)

緯緯道來

想學習 TensorFlow 嗎?不如從 Tensor 開始吧!

Tensor 基本觀念 (2)

緯緯道來

想學習 TensorFlow 嗎?不如從 Tensor 開始吧!

#2- 快去嘗試! 這真的太神奇了(CLIP = Contrastive Language-Image Pre-training)

鬍子

1. 連上 http://pixray.gob.io/genesis/ 2.打關鍵字 (3. 調整參數) 4. 完成!

AWS ML Service 介紹

緯緯道來

source: AWS Machine Learning Foundation Course on Udacity前言 & 概述AWS (Amazon Web Service) 提供了許多 AI 與 ML Services。透過 AWS AI Services,開發者可以快速的將 AI 技術引入應用程式中。

使用機器學習解決問題 : 探索書籍風格

緯緯道來

前言 & 概述本篇為機器學習觀念入門的第 9 篇文章。在前一篇文中,我們說明如何透過機器學習五步驟 (定義問題、建立資料集、模型訓練、模型評估與模型推論) 解決「房價預測」的問題。房價預測屬於監督式學習 (Supervised Learning),在本篇文章中將會以「探索...

使用機器學習解決問題 : 房價預測

緯緯道來

前言 & 概述本篇為機器學習觀念入門的第 8 篇文章。在前五篇文章中,我們依序了解機器學習五步驟 : 定義問題、建立資料集、模型訓練、模型評估與模型推論。在本篇文章中,將會重新應用這五步驟來解決「房價預測」的問題。房價預測經常作為理解機器學習原理的例子,如果你已經具備機器...

使用機器學習解決問題的五步驟 : 模型推論

緯緯道來

前言 & 概述本篇為機器學習觀念入門的第七篇文章,歷經了定義問題、建立資料集、模型訓練與模型評估後,終於來到了最後一步 —— 模型推論 (Model Inference)。在本篇文章中,將會介紹什麼是「模型推論」以及其與「模型訓練」的差異。

使用機器學習解決問題的五步驟 : 模型評估

緯緯道來

前言 & 概述本篇為機器學習入門觀念的第六篇文章。在「使用機器學習解決問題的五步驟 : 模型訓練」一文中,我們介紹了模型訓練的觀念,並提到常見的模型種類。當模型完成訓練後,我們就可以來評估模型的好壞,也就是看看模型的訓練成果如何,我們稱之為「模型評估」(Model Evaluation)。

使用機器學習解決問題的五步驟 : 模型訓練

緯緯道來

前言 & 概述本篇為機器學習入門觀念的第五篇文章。在前一篇文章中,我們介紹了「建立資料集」的概念與重要性。在本篇文章中,將會說明「模型訓練」的意義。資料集到模型訓練建立資料集後,我們通常會將資料集切成兩部分 : 訓練資料集 (Training Dataset) 與測試資料集 (Test Dataset)。

使用機器學習解決問題的五步驟 : 建立資料集

緯緯道來

前言 & 概述本篇為機器學習入門觀念的第四篇文章。在前一篇文章中,我們了解到如果要使用機器學習解決問題,所經過的五個步驟。也說明了第一個步驟「定義問題」的意義。本篇文章中,我們將會學習第二步驟「建立資料集」的概念。建立資料集的意義「建立資料集」可以說是五個步驟中最重要的一...

1

【顧客流失預測項目】2. 模型會長怎樣

coletangsy

這篇是一個有關電訊業的顧客流失預測項目的文章系列的第二篇,主要希望透過分析數據,建立一個預測模型,預測未來可能會流失的客戶,從而採取相對應的行動挽留他們。本篇主要有關預測預型的建構,內容包含更多代碼。

使用機器學習解決問題的五步驟

緯緯道來

前言 & 概述在前一次的課程中,我們了解機器學習模型、模型訓練以及模型推論的概念。我們也了解傳統軟體開發與機器學習技術的差別,透過機器學習可以解決生活中難度較高的問題。今天的文章中,將會介紹使用機器學習來解決問題時,所經過的五個步驟。

Google Colaboratory 介紹

緯緯道來

前言 & 概述本篇為 Python 程式語言入門教學的第一篇文章。今天的文章中,將會介紹 Google Colaboratory (Colab) 是什麼,如何透過 Colab 學習 Python 程式語言。本文將會以 6 個問題切入了解 Colab。

1

【顧客流失預測項目】1. 數據說的故事要好好聽

coletangsy

想了一會兒,到底要不要把這個小項目再寫成中文文章與大家分享(因為其實有準備一個英文的PPT),可是想到將自己的成果與別人分享也是學習的一部分,再加上完成了不跟大家分享的話不就是「自High」而已?! 所以決定把這個項目按構成分為幾篇文章,寫成一個系列作為記錄。

機器學習的模型、訓練與推論

緯緯道來

前言 & 概述在開始閱讀本篇文章之前,必須先了解 Machine Learning 的概念。可以先閱讀前一篇文章,對 Machine Learning 有基本的認知。在本篇文章中,將會介紹 Machine Learning 中重要的三個元素的概念:模型 (Model)、模...

1

Machine Learning - 給自己的機器學習筆記 - Kaggle競賽必備!! - LightGBM (Light Gradient Boosting Machine) - 介紹與原理 - 筆記(一)

為自己Coding

Github連結攝影師:Quintin Gellar,連結:Pexels 1. LightGBM是什麼?全名Light Gradient Boosting Machine由微軟公司於2017年四月釋出的為一款基於決策樹(Decision Tree)學習算法的梯度提升框架具有快速、...

技術文章分享:什麼是機器學習

緯緯道來

人工智慧的議題在近幾年非常的盛行,愈來愈多的演算法被開發出來,半導體製程的進步,提升了硬體的運算能力,對 AI 技術的發展,有著非常大的貢獻!然而,目前的人工智慧還屬於「弱」人工智慧,只能處理特定問題;例如,郵件分類、人臉辨識、語音辨識等等。