Fast.ai 是基於 PyTorch 的深度學習函式庫,為深度學習應用提供統一的 API,使開發者更無痛上手

本文任務‌

  • 了解多標籤分類任務
  • 認識 Fast.ai
  • 使用 Fast.ai 進行文本多標籤分類任務
在開始前不免俗的…
.如果你喜歡這 …

Time Series Prediction 時間序列預測套件介紹:Prophet 安裝與應用 101

認識 Prophet

Prophet 是一個由 Facebook Core Data Science Team 發表的開源代碼庫,用於時間序列預測,基於 PythonR 語言。相較於自行訓練時間序列預測模型,Prophet 的一些優點如下:‌

  1. 改善模型選擇和調參的時間成本:時間序列有許多經典算法如 AR, VAR, ARMA, ARIMA, 指數平滑法等,選擇模型和 …

用自己的話彙整多篇 Bert 教學,挑選能夠方便加在各式神經網絡架構的方法

起源與影響

BERT(Bidirectional Encoder Representations for Transformers)是由 Wikipedia(25億字), BooksCorpus(8億字) 等未經標籤的大量文本資料作為 input,訓練而成的模型。由於他在廣泛的 NLP task 都有良好的表現(如 Question Answering (S …

本文條列非監督式學習的實務應用舉例與相關算法,並描述其概念、圖示及延伸閱讀補充

開始前……
如果你喜歡這篇文章的選題和動機,請幫我拍手👏 +5 下,讓我瞭解這是不是讀者妳/你所喜歡的方向喔

(1) 分群

聚合式階層分群法(Agglomerative Hierarchical Clustering)

  1. 將每個樣本視為一個群聚,從樹狀結構底部不斷融合相近的樣本;假如生成的群數多於我們預期的群數,則反覆重複聚合最近距離的兩群的動作,直到群數降到條件範圍內。
  2. 完成的分群會以樹狀結構呈現,稱作 dendrogram。
  3. 若群內有多個樣本,該如何定義兩群間的距離?
    在階層式分群中常見的距離定義方式有:
  • Single Linkage:群與群的距離為不同群中最接近兩點間的距離,容易產生大者恆大的分群結果。
  • Average Linkage:群與群的距離為不同群中各點與各點間距離總和平均,相比 Single Linkage 則較容易產生齊頭並進、各群規模相近的分群結果。
  • Complete Linkage:群與群的距離為不同群中最遠兩點間的距離
  • Ward’s Method:將兩群合併後,各點到合併後的群中心的距離平方和

使用 Google Merchandise Store 進行網站健檢分析體驗示範

講解資料科學流程、機器學習經典四類演算法、交叉驗證概念及模型訓練優化心得。

本堂課的自製簡報

前言

本次資料探員與 Finformation 合作擔任 政大數據分析社 社課講師,一共7週課程。第6堂課主題是【資料科學方法與流程入門】,後來考慮課程長度和難易度,調整為著重在「資料科學題目發展」、「資料科學流程重點」、「經典機器學習算法」。

  • 不必進行任何設定
  • 免費使用 GPU
  • 輕鬆共用

教程大綱

  1. Environment Setup
  2. Data Processing
  1. Explortary / Statistical Data Analysis
  2. Feature Engineering — Feature Selection
  3. Machine Learning Model…

9大維度,透過資料挖掘認識品牌的對手、消費者、市場表現

前言

iBuzz (亞洲指標數位行銷顧問股份有限公司) 是台灣第一間做海外內自動化網路口碑輿情搜集系統,來分享的 CEO 黎榮章 學長 也是政大企家班的校友!

品牌行銷九大分析維度

(I) 產業環境分析

ex:化妝品在不同季度的討論趨勢(用文字雲表示)

資料探員 Data Agent

隱藏在量化資料背後的洞見永遠不只一個,行銷人x資料科學家的私家資料探員報到!

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store