作者姓名: Peter

今天跟大家分享機器學習遇到的問題，大致可分為兩個種類，也就是回歸和分類，我們需要先對所要面臨的問題去解析，看這

學習率是在梯度下降法當中，一個關鍵的參數，調整得宜，才會使得類神經網路在訓練過程中，以較短時間訓練到最完美的階

前言 先前在梯度下降法的文章中有提到在步驟二的部分，是要求取當前權重的梯度，我們是直接給定了梯度往下做計算，也

前言 為什麼我們需要連續方程式呢? 其實在流體力學上，除了連續方程式，還存在許多方程式，為什麼我們需要這些方程

最近發現大家生活很忙碌，時常也感到有壓力，也很緊繃，就會想要過好的生活，在這種緊繃的生活中，追求小確幸。而我發

步驟1: 定義當前權重位置 一開始我們需要知道類神經網路的權重是多少，就算是初始計算也會給定初始值，有了當前權

何謂梯度？ 梯度基本上是用在多變數函數上的一個數學方法，對於多變數函數而言，每多一個變數就會多一個變數的斜率，

啟動函數是什麼？ 在類神經網路的計算方式中，每一個類神經網路的節點，從輸入端給定後到輸出端，除了將不同的輸入端

拉格朗日觀點應用 像是一般的拉格朗日觀點應用，以力學領域來說，就會用在動力學上，用簡單的F=ma的應用，去求解

就是要用在描述一個物理量的時候，沒有限定物理量是放在哪個待側物上，舉例來說，要描述溫度，由於尤拉觀點並不會指定

一般來說，我們習慣將鋰離子電池相關的裝置如3C產品任意擺放在各個位置，像是在家裡的時候可能會擺在桌子上，而出

鋰離子電池的電極主要就是由嵌入式材料又稱作多孔材料或活性材料所構成，會採用這種材料當作電極的目的在於這些材料可

由於鋰離子電池高功率，高能量密度的特性，其被廣泛地使用在一般普遍常見的產品當中，像是從小型裝置如3C產品的手機

如下圖所示，人生是動態不斷改變的趨勢，如果完全沒有反思的機制，那就會像是第一個路徑，即便過了很多時間後，Me還是維持在Me代表自己完全沒有改變。

而當我們在不斷變動的人生當中，有了反思的機制，就會在不同時間點下，反思之後，不斷改進改變，就可以得到Me1，Me2…代表的是一直不斷變化的我。

那因為人生是不斷變動的趨勢，唯有自己在每個時間點下，不斷反思，改進改變才有可能讓我們活出自己最想要的人生!

前言 在描述物理方程式之前，我們必須先確定該如何用哪種觀點來描述，之後才能寫下方程式，其中一個很著名的觀點稱為

在物理方程式描述上，很重要的一個概念，是會去採用函數去描述一個物理量的變化，假設我們令一個函數為f(t)，假設

電池會隨著充電容量增加，電壓不斷變高，而當電壓高到一定程度時，會產生過充現象，這個現象有可能進一步引發安全的疑