文/鄭雅綿、吳啓榮 共同編寫;主編/鄭雅綿
無論是要做資料分析或是機器學習,當我們取得資料時總會發現資料有缺失或不合常理的值出現,因此,在使用資料之前會需要對這些缺失值和異常值做處理才能使我們得到較好的結果,接下來就要為大家介紹缺失值和異常值的處理方法~
什麼是機器學習?當你每次想要學習一種新技能時,經過一定程度的學習後,若想要完整掌握這項技能,總是需要經過不斷得練習,隨著練習次數的增加,你使用這項技能的準確度會漸漸提升,直到最後趨近於完美。…
在科技不斷進步的時代下,數據量也逐漸龐大,資料呈現也成為數據分析不可或缺的一環,透過視覺化圖表的呈現可以有效傳遞數據分析想要表達的觀點和結果,本篇要介紹的是如何使用python視覺化函式庫Matplotlib來繪製視覺化圖表!
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…
作者:https://medium.com/@07170601
☉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
在接下來一系列的文章中,我們將巨觀的角度,一步一腳印帶領大家進入數據分析的世界。當中將會循序地從巨觀的角度帶入,其中包括數據分析的流程、類型,進一步根據數據類型、需求所使用的分析工具,延續討論降維 — 將問題簡單化,同時保有清晰的數據,最後將數據視覺化。