資料前處理 — 標準化、偏態

前言 — 
本篇文章將介紹在特徵處理中針對單一特徵的規一化 & 標準化、偏態的介紹與以及如何在 python 中使用這些方法，它們是機器學習中必不可少的一個重點，千萬不要錯過哦~

CNN

前言

在「影像辨識」任務時我們常常聽到卷積神經網路(Convolutional Neural Network, CNN) ，但「卷積」是什麼？為什麼不用 MLP 處理影像辨識的問題就好了呢？然而事實上 CNN…

資料降維 — LDA 線性區別分析

當資料欄位數過多時會導致模型效果不佳、運算耗時等問題，因此需要將資料進行降維，找出有代表性的特徵或是透過將多個欄位組合成一個特徵欄位的方式來達成。

機器學習任務分類、訓練測試集

傳統機器學習可以大致分為兩類，分別是監督式學習和非監督式學習。兩者最大的差異就是在於資料是否被標記，也可以理解為資料有沒有被定義，今天要介紹的分類(Classificatio…

模型評估指標：分類

在分類的機器學習模型中，當我們訓練完模型之後會得到一組預測值，但是我們卻無法確認這套訓練完的模型是否足以成熟到讓我們使用，所以這時候就需要有一些成效指標來去客觀的評估製作出來的模型。