Machine Learning
48 篇文章
onlinegame

Untitled

Situs RTP Slot Gokil dan Tepercaya Ale999

标签活跃作者
  • 鬍子
    鬍子

    溫暖的石頭,醫生,街舞/劇場愛好者,著迷於科技藝術。 frankhu.tez https://liker.land/f55665566/civic

    為自己Coding
    為自己Coding

    YO~~ 剛跨入AI人工智慧領域的小小工程師, 熱愛自學, 熱愛分享, 下班後的我想為自己Coding, 積極撰寫教學文, 想將自學的程式知識分享給大家, 不斷追求進步的自己, 希望有一天能回饋社會,幫助需要幫助的人, 如果您有什麼很酷的想法,也覺得我還行,歡迎您找我合作~~ IG: https://www.instagram.com/coding_4_me/

    緯緯道來
    緯緯道來

    研究所學生,主修資訊工程,熱衷於深度學習與機器學習。初期先以基本的程式教學為主,希望我的文章能夠幫助到你!(https://linktr.ee/johnnyhwu)

  • Cathie So, PhD
    Cathie So, PhD
    iyouport
    iyouport

    Matters是IYP(iyouport)的备份站点。 我们的新项目在这里:https://iyouport.notion.site/aa93a0b99cb94c81aa3177827785beb2

緯緯道來

機器學習基本知識:維度 (Dimension) 的兩種意義

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)。

緯緯道來

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

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...

緯緯道來

機器學習基本觀念:Bias-Variance Tradeoff

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...

緯緯道來

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

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...

Cathie So, PhD

The Power of Ensemble Learning and Data Augmentation

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

緯緯道來

Deep Learning 原理 : Neural Network 如何分類圖像

站在 Neural Network 的角度看世界!

為自己Coding

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

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

緯緯道來

Deep Learning 第一站 : Neural Network 名詞介紹

帶你看懂 Neural Network 中的專有名詞

緯緯道來

Perceptron 的改良版 : 了解什麼是 Sigmoid Neuron

理解 Sigmoid 函數在神經網路扮演的角色

緯緯道來

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

深度學習的第一步:Perceptron

為自己Coding

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)

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...

緯緯道來

Tensor 基本觀念 (3)

想學習 TensorFlow 嗎?不如從 Tensor 開始吧!

緯緯道來

Tensor 基本觀念 (2)

想學習 TensorFlow 嗎?不如從 Tensor 開始吧!

鬍子

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

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

緯緯道來

AWS ML Service 介紹

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。

緯緯道來

AWS AI Service 介紹

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。

緯緯道來

使用機器學習解決問題 : 探索書籍風格

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...

緯緯道來

使用機器學習解決問題 : 房價預測

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...

緯緯道來

使用機器學習解決問題的五步驟 : 模型推論

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。