iRich 愛記帳 安裝cmder、node.js 使用cmder安裝express npm install express-generator -g MVC架構 3. 建立express環境

引入local端dataset import pandas as pd iris = pd.read_csv("iris.csv") \\輸入位址 print(iris) iris 使用svm進行分析 import numpy as np import matplotlib.pyplot as plt #sklearn套件直接提供現實世界的鳶尾花的花萼與花瓣的長寬度統計資料

PTT Brain 爬蟲 經過爬蟲後找到 "https://pttbrain.herokuapp.com/api/ptt/user/icolee/dailyActivitiesDetails?at=2021-07-10" 這個檔案為json檔，Json檔為javascript用來儲存資料的格式，可以利用JSON Formater來將檔案結構重新整理。 爬這個網站的邏輯是先將該網站的html讀下來 使用的套件是requests import requests url="https://pttbrain.herokuapp.com/api/ptt/user/"+self.users+"/dailyActivitiesDetails?at="+i

MySQL安裝 資料來源： https://www.learncodewithmike.com/2020/02/python-mysql.html 依步驟安裝MySQL 下載網站:https://www.mysql.com/downloads/ 選擇Windows的安裝檔 下載MSI安裝檔

2.廣度代表的是單次卷積運算後，所產生出的特徵圖數 深度則代表經過多少個卷積層或其他如pooling，dropout的運算總層數。 一個深度學習模型越深不代表越好，這需要考慮模型所應用的資料，以及模型的設計等，例如CoauthorsCS引文網路的結點分類任務上的一般結果。深度越深，基線（帶有殘差連線的GCN）的表現越差。 但若在適當的調整下，深度越深在人臉辨識方面，可以讀取到更大範圍的臉部特徵，以方便辨識人臉 廣度越廣可以獲取更多的影像資訊，如原本只能偵測到直線，斜線，近一步偵測斜紋路等等，但隨著廣度的增加運算量也會增加 特徵向量越長越好嗎？不一定 在比較上會被稀釋，造成比較上可能會被模糊 3. 4.

Logistic 迴歸模型係數檢定 Logistic 迴歸模型我們也可以檢定變數的顯著性，以 P-value 是否小於 0.05（信心水準 95%）來判定。 source: https://ithelp.ithome.com.tw/articles/10187047 https://zh.wikipedia.org/wiki/P%E5%80%BC  當抽樣抽很多次的時候，將每一次的抽樣預測的成果變成一張圖，他就會變成上面那樣，而p值就代表說，如果p值越大那麼就越不准，(假設p值為0.01那麼就代表真實情況落在這整張抽樣圖的99%之中的某一個部分)，而如果p值越小，就代表前面抽樣預測的成果越是接近現實(假釋p值為0.32，那代表真實情況就會落在預測的最中間那68%的範圍之內)也就是說p值越小預測成果就越接近現實。

https://ithelp.ithome.com.tw/articles/10187191 機器學習程式 https://machine-learning-python.kspax.io/classification/ex1_recognizing_hand-written_digits kaggle https://www.kaggle.com/#