主編/鄭雅綿 ;校稿/王常在
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~
文/鄭雅綿、吳啓榮 共同編寫;主編/鄭雅綿
☉前言☉歐式距離無法獲得的資訊?☉降維的種類☉流型學習☉t-SNA 演算法步驟☉困惑度 Perplexity☉總結☉實作☉參考資料
主編 / 黃柏愷 ; 共同編寫 / 鄭雅綿
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…
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。
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。
These were the top 10 stories published by 數據領航員; you can also dive into yearly archives: 2022, 2023.