資料科學
此標籤目前無人主理
5 人追蹤
28 篇作品

Tensor 基本觀念 (1)

Johnny

想學習 TensorFlow 嗎?不如從 Tensor 開始吧!

條件機率 vs 聯合機率

Johnny

花十分鐘搞懂「條件機率」與「聯合機率」的差別!

使用機器學習解決問題 : 人臉辨識

Johnny

前言 & 概述本篇為機器學習觀念入門的最後一篇文章。在前幾篇文章中,我們介紹了機器學習的五步驟 (定義問題、建立資料集、模型訓練、模型評估與模型推論),並說明如何應用在「房價預測」(監督式學習) 與「探索書籍風格」(非監督式學習) 的問題上。

使用機器學習解決問題 : 探索書籍風格

Johnny

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

Johnny

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 : 模型評估

Johnny

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

Johnny

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

Johnny

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

使用機器學習解決問題的五步驟

Johnny

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

Johnny

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