機器學習課程 : 1 startup機器學習課程 : 1 startup

知識準備:

在我研究機器學習 (Machine Learning) 的過程中, 會有幾項基本的知識會不斷的出現. 由於我不太愛背, 也沒有對特定領域有太深入的鑽研. 如果你也是像我一樣, 希望做到了解機器學習的邏輯, 內容, 以及如何應用? 就請繼續看下去. 如果你想研究之餘, 更深入的去探討學問, 例如損失函數的微積分做法及驗證. 那本系列文章就不太合適了.

本系列文章, 偏向於初、中級的讀者. 歡迎您加入一起討論. 基本上, 機器學習是一個隨時間發展的科學. 所以, 我們也是從簡單的機器學習 (回歸, 分類…) 開始, 再逐步深入到神經網路和深度學習. 我比較偏好的 top-down 的學習過程. 也就是先了解這些技術的目的, 以及功能, 再回頭去理解它的基礎. 所以, 如果也許, 你會覺得文章時間先後會有些差異.
另外, 我現在也是邊學邊寫. 如果有謬誤, 再希望各位給予指正. 謝謝.

系統大綱:

  1. Python 的技術操作: 包含 basic Python syntax, Pandas and Numpy 等等. 都是直接和機器學習相關的程式技術.
  2. 機率統計的基礎: 在研究機器學習時, 機率、統計都是演算法的核心技能. 在研究過程中, 有用到的, 會特別拿出來討論.
  3. 機器學習:
  4. 神經網路
  5. 深度學習

文章中會引用其他人的文章或圖片, 皆會註明出處. 如果有疏漏, 也請指正. 謝謝.

Leave a Reply

Your email address will not be published.

爬蟲: 下載台股歷史股價 TWSE爬蟲: 下載台股歷史股價 TWSE

適用對象: 有 Python 基礎. 可以自己執行 Python 程式的人. 有興趣學習 Python 爬蟲程式的人. 知識基礎: Python Pandas : Python 數據分析的資料結構函式庫. 是爬蟲程式的主要核心. Requests : Python 網路連線功能. 作為 Http 資源下載使用. 爬蟲程式的概念: 其實爬蟲程式的概念很簡單. 找到你要的網路資源 (包含網頁, 檔案…) ,

SoC

LiDarLiDar

台灣有能力 ! 開發出自己的第一顆 Solid State LiDar 晶片! 巿場上有兩個很熱門的 LiDAR 話題. 一個是 Tesla 的 Musk 發出的重磅消息. 在自駕車風起雲湧時, AI 控制車行, 帶領巿場上一陣的 AI 熱潮. 但 AI 運算的車行資料, 有兩派的分歧. 一派是當道的 Tesla. 伊隆.馬斯克一直都是立體攝影鏡頭的擁護者, 且認為鏡頭是自駕車的唯一解方. 然而由先前的堅決反對