目前分類:統計學習與深度學習 (13)

瀏覽方式: 標題列表 簡短摘要

以下是 Week 14 的上課心得整理:

 

重點整理

 

1. Transformers 的基本概念

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 13 的上課心得整理:

 

重點整理

1. 循環神經網路(Recurrent Neural Network, RNN)的基本概念

- 適用場景:

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 12 的上課心得整理:

 

重點整理

1. 卷積神經網路(CNN)的基本概念

- 應用範疇:

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 11 的上課心得整理

 

重點整理

1. 正則化技術

- 偏差-變異數取捨(Bias-Variance Tradeoff):

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 10 的上課心得整理:

 

重點整理

 

1. 深度學習概論

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 09 的上課心得整理:

重點整理

1. 決策樹基礎

- 基本概念:

- 決策樹是一種可用於回歸和分類的模型,透過分割特徵空間來進行預測。

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 08 的上課心得整理:

重點整理

1. 維度縮減的重要性

- 意義:

- 在高維度數據中,維度縮減能加速學習模型的訓練,減少計算資源的使用。

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 07 的上課心得整理:

 

重點整理

1. 模型評估(Model Evaluation)

- 評估目的:

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 04 的上課心得整理

 

重點整理

 

1. 分類模型概述

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是統計學習與深度學習(盧信銘教授教學) 每周心得總整理

以下螢光筆內容都可以點擊

WEEK 01  
WEEK 02  
WEEK 03    同時發布作業01
WEEK 04  
week 05 颱風天放假  
WEEK 06 雙十節放假  
WEEK 07  同時發布作業02
WEEK 08  
WEEK 09 同時發布mini project 01
WEEK 10  
WEEK 11  
WEEK 12 同時發布作業03
WEEK 13  
WEEK 14 發布project 02,將近3周

 

 

 

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 03 的上課心得整理

 

重點整理

1. 正規化方法與線性迴歸

- 過度擬合的挑戰:特徵過多或樣本量不足時,模型可能在訓練資料上表現良好,但對測試資料預測效果差。

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 02 上課心得整理:

 

重點整理

1. K 最近鄰法(KNN)迴歸

- 概念:透過找出與目標點最近的 k 個鄰居並計算其平均值進行預測。

戰昇 發表在 痞客邦 留言(0) 人氣()

以下是 Week 01 的上課心得與重點整理,今天是第一堂課程,算是蠻基礎的。

重點整理:

1. 統計學習與機器學習的定義:

- 統計學習:使用資料構建機率模型來進行預測與分析。

- 機器學習:讓電腦在未被明確編程的情況下具備學習能力,目標相似但強調點不同。

戰昇 發表在 痞客邦 留言(0) 人氣()