正則化（Regularization）教學：讓類神經網路更穩定的祕訣
為何需要正則化（Regularization）？ 在訓練類神經網路的過程…
-
-
不只懂演算法，更要懂部署！給數據科學家的 MLOps 實戰指南
介紹 身為一個在數據科學領域打滾的人，你一定對這個場景不陌生： 你花了數…
-
隨機梯度下降法Stochastic Gradient Descent (SGD)
何謂梯度下降法，批次梯度，隨機梯度下降? 梯度下降 梯度下降法是輸入全部…
-
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…
-
-
自編碼器介紹(Autoencoder)
本文語音介紹：Apple podcast連結，Sound on連結 為何…
-
淺談超參數：控制機器學習模型性能的關鍵因子
今天要跟大家分享在機器學習用到的重要概念，也就是超參數。 何謂超參數? …
-
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…
