機器學習

#機器學習含有「機器學習」共 129 篇內容
全部內容
發佈日期由新至舊
作為數學的叛徒,我重新思考數學與生活的3個教訓:1) 高濃縮知識的力量: - 「天然成分被濃縮起來,就變成了藥。」這句話道出了數學的本質。數學就像藥一樣,將人類文明的精華濃縮在公式與定理中,讓人一旦接受,就能得到深刻的啟發與思考刺激。 2) 過度沉迷於數學的影響: - 年輕時熱愛數學的我,因為數學的確定性和精準性,逐漸過度依賴,數學成了
2024-07-10
9
GM 004|你知道Transformers能成為統計人員嗎?今天聊一聊由 Yu Bai [1] 於2023年發表的文章, 《Transformers as Statisticians: Provable In-Context Learning with In-Context Algorithm Selection》[2]。 本文章的標題很有意思,
2024-07-10
3
D002|數學為何會成為一種毒藥?「天然成分被濃縮起來,就變成了藥。」 「高濃縮的東西用多了就會上癮,就變成了毒。」 這兩句話節錄自萬維剛老師菁英日課6的內容[1], 啟發了我重新思考藥與毒的關係。 「我愛數學,愛得無可救藥。」是我國中高中的真實寫照。 年輕的時候很熱愛數學, 因為數學是唯一一個可
2024-06-25
11
【在機器學習領域工作7年後的3個重大體悟】機器學習領域的專業人士可以從這篇文章中獲得寶貴的見解。 追求更大的數據集和更強大的模型一直是提升性能的核心策略。 以下是我在機器學習領域工作7年後的三個重大體悟。 ▋體悟1 - 大數據的重要性 自2009年ImageNet問世以來, 數據集的規模和質量對機器學習的影響越
2024-06-21
6
[機器學習]感知器(Perceptron)學習心得感知器是一種基本的神經網路模型,用於二分類問題。它模擬了人腦神經元的工作原理,通過調整權重和偏差值來達到預測和分類的目的。 感知器流程 輸入 資料的輸入: 輸入層接受資料的輸入,每個輸入對應一個特徵,還有一個固定的偏差神經元。 資料經過每個神經元時,會乘上相應的
Thumbnail
2024-05-18
18
BERT與GPT: 自監督學習的大型模型本文介紹自我監督學習的概念和訓練方式,以BERT和GPT為例,深入探討Masking Input及Fine-Tune的實際操作和可應用性。
Thumbnail
2024-05-16
3
生成式對抗網路GAN這篇文章探討了生成式對抗網路中機率分佈的使用與相關的訓練方式,包括Generator不同的點、Distriminator的訓練過程、生成圖片的條件設定等。此外,也提到了GAN訓練的困難與解決方式以及不同的learning方式。文章內容豐富且詳細,涵蓋了GAN的各個相關面向。
Thumbnail
2024-05-15
4
亞斯伯格症與社交學習:AI機器學習的應用忘記從什麼時候開始,我總覺得和人相處非常困難。作為一名亞斯伯格症患者,我用了機器學習的觀念,展開了解開社交迷思的漫長歷程。 我尋求朋友們協助標記資料,把自己當做一臺電腦在學習社交。雖然挫折難免,但我樂此不疲,因為我渴望與人暢通交流的樂趣。 好奇我怎麼做的嗎?看看我的文章吧!
Thumbnail
2024-05-15
6
Transformer中的Encoder Decoder與Cross Attention介紹本文介紹了Transformer中的Encoder Decoder與Cross Attention的運作方式以及的應用。涉及self-attention、autoRegressive Decoder、Non-AutoRegressive Decoder、Cross Attention等概念。
2024-05-13
2
Trust Region Policy Optimization教學 - Part 1首先定義符號: 因此我們有​ 其中 再定義State Avtion Value.Function、Value Function和Advantage Function分別為: 接著我定義 此外觀察上述定義,能有 因此我有以下展開 這時回顧 因此我有 結合之後得到 移項之後得到 接
2024-05-10
1