探索物理領域的資料擴增技術：提升機器學習效能的關鍵要素
為何我們需要有資料擴增的方法? 這是因為機器學習模型是需要有大數據打造而…
-
-
深度學習(Deep Learning)、機器學習(Machine Learning)、規則為主方法(Rule-based Method)—從鳶尾花範例帶您了解
鳶尾花分類介紹 鳶尾花細分會有不同種類，在機器學習常用的數據集裡面，就有…
-
特徵歸一化(feature normalization)
前言 機器學習並不像深度學習可以自動辨別關鍵特徵。機器學習在訓練之前，需…
-
精確度(均方根誤差,MSE)與穩健度(全距,Range)的考量
為什麼要要有度量標準? 當模型訓練完成後，我們不確定到底模型有沒有訓練好…
-
分群演算法(cluster analysis)
李彼德的 AI 學習地圖 為什麼要介紹分群演算法(cluster ana…
-
淺談關於機器學習訓練—不可不知的事情
我們在進行機器學習開發的時候，要從無到有把機器學習模型訓練出來，最重要需…
-
監督式學習的訓練方法—六步驟帶您了解
機器學習在訓練方法分三大類，有監督式學習，非監督式學習，強化學習，而本篇…
