動量梯度下降法(Gradient Descent with Momentum)
梯度下降法限制 在使用傳統的梯度下降法，在下降的過程中，由於非常依賴當前…
-
-
Label Encoding與One-Hot Encoding介紹
為什麼要介紹這篇文章? 機器學習在處理分類問題時，機器無法處理文字類別，…
-
批次與隨機梯度下降法(Batch, Mini-Batch and Stochastic Gradient Descent)
為什麼會介紹此篇文章? 由於一般進行機器學習模型訓練的數據量龐大，在一般…
-
-
淺談Lasso, Elastic net, Ridge方法
線性回歸介紹 先來介紹何謂線性回歸? 線性回歸是一種最簡單建立數學模型的…
-
DBSCAN分群是什麼?可應用在什麼樣的場景?
介紹 DBSCAN是一種以密度為基礎的分群方法，判定鄰近資料點密度比較高…
-
Attention機制的關鍵概念—Query, Key, Value用類比法帶您快速了解
李彼德的 AI 學習地圖 介紹 先前文章有提到Transformer模型…
-
Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解
李彼德的 AI 學習地圖 Why Transformer? 傳統RNN的…
-
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…
-
Transformer介紹:為何它是現今NLP技術發展的基石?
機器翻譯架構 Transformer可應用在許多任務當中，本篇文章以機器…
