監督式學習
含有「監督式學習」共 8 篇內容
全部內容
發佈日期由新至舊
「人工智慧 +1」自學 Day4：
類神經網路(Artificial Neural Networks, ANN)與深度學習(Deep Learning, DL)
▹類神經網路(Artificial Neural Networks, ANN)
1.發展
▪︎ 概念：模仿生物神經元，對人類大腦
今天的「人工智慧 +1」自學要學的是「不是監督式教學」：非監督式學習 (Unsupervised Learning)
1. 「非監督式學習 (Unsupervised Learning)」
▹核心概念：
▪︎ 提供大量未標記的數據讓模型透過數學演算法，發現隱藏的結構、模式和關係，自行找出數據中的
今天的人工智慧 1+1 自學：監督式學習 (Supervised Learning) 與文本分類 (Text Classification)
「1」 - 技術核心層：
機器學習/ML (Machine Learning) 3類型之一(監督式學習/非監督式學習/強化學習)——「監督式學習 (Supe
歡迎來到Scikit-learn教學系列的第四篇文章！在上一篇文章中，我們學習了分類模型，掌握了如何預測離散類別。這一篇將聚焦於回歸模型，這是監督學習的另一大分支，用於預測連續數值。我們將介紹回歸問題、Scikit-learn中常見的回歸演算法，並通過實作範例訓練模型、評估表現並視覺化結果。
歡迎來到Scikit-learn教學系列的第三篇文章！在前兩篇中，我們介紹了Scikit-learn的基礎、環境設置以及資料前處理。這一篇將進入監督學習的核心，聚焦於分類模型。我們將學習分類問題的基本概念、使用Scikit-learn實現常見分類演算法，並通過實作範例與評估方法來訓練和評估模型。
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！
2023年被世人稱做生成式AI世代的元年，各式各樣的AI工具不斷湧現，改變了人們的生活。本文將詳細介紹人工智慧和機器學習的相關知識，以及各種人工智慧和機器學習的實現方法。
[機器學習][監督式][資料分群] 支持向量機 (Support Vector Machine, SVM)
