Learner
8免費公開
還在學
Top 5
目的
讓藏在資料中的資訊有機會被模型學習到，有兩個條件 :
特徵與目標變數之間存在關係
模型能夠捕捉這樣的關係
找出有價值的特徵
特徵有上百種，找出最有價值的先做，最有效率，可以採用多種方法來找出價值的特徵，Mutual information 是其中一種。
Mutual informa
目的
讓藏在資料中的資訊有機會被模型學習到，有兩個條件 :
特徵與目標變數之間存在關係
模型能夠捕捉這樣的關係
找出有價值的特徵
特徵有上百種，找出最有價值的先做，最有效率，可以採用多種方法來找出價值的特徵，Mutual information 是其中一種。
Mutual informa
過去不管在線上線下修了一些 AIML 課，也額外讀了一些書籍，借助這些額外的知識概念與思考，並正確地提供給 AI，常就能提出一個 above average 的答案，拿到不錯的結果，不過真正的 hands-on 才是親自走一次的收穫一定會步一樣，相信更能獲得解決實際且陌生問題的寶貴能力。
所以 B
過去不管在線上線下修了一些 AIML 課，也額外讀了一些書籍，借助這些額外的知識概念與思考，並正確地提供給 AI，常就能提出一個 above average 的答案，拿到不錯的結果，不過真正的 hands-on 才是親自走一次的收穫一定會步一樣，相信更能獲得解決實際且陌生問題的寶貴能力。
所以 B
Top 5
目的
讓藏在資料中的資訊有機會被模型學習到，有兩個條件 :
特徵與目標變數之間存在關係
模型能夠捕捉這樣的關係
找出有價值的特徵
特徵有上百種，找出最有價值的先做，最有效率，可以採用多種方法來找出價值的特徵，Mutual information 是其中一種。
Mutual informa
目的
讓藏在資料中的資訊有機會被模型學習到，有兩個條件 :
特徵與目標變數之間存在關係
模型能夠捕捉這樣的關係
找出有價值的特徵
特徵有上百種，找出最有價值的先做，最有效率，可以採用多種方法來找出價值的特徵，Mutual information 是其中一種。
Mutual informa
過去不管在線上線下修了一些 AIML 課，也額外讀了一些書籍，借助這些額外的知識概念與思考，並正確地提供給 AI，常就能提出一個 above average 的答案，拿到不錯的結果，不過真正的 hands-on 才是親自走一次的收穫一定會步一樣，相信更能獲得解決實際且陌生問題的寶貴能力。
所以 B
過去不管在線上線下修了一些 AIML 課，也額外讀了一些書籍，借助這些額外的知識概念與思考，並正確地提供給 AI，常就能提出一個 above average 的答案，拿到不錯的結果，不過真正的 hands-on 才是親自走一次的收穫一定會步一樣，相信更能獲得解決實際且陌生問題的寶貴能力。
所以 B