HackMD
Sign up

認真作筆記的你真的很棒！

@goodgoodnote

大三下

Public team

Team members (6)
Community (0)
No community contribution yet

Joined on Apr 19, 2021

New to old
  • Ch1 -- Introduction
    [TOC] 甚麼是機器學習? 感測器及致動器產生大量數位資料之後，使用機器學習來判斷 例如: 攝影機每秒產生不同畫質的畫面之後，用機器學習判斷超速 google每天產生100 peta-bytes的資料 製作預測模型
     Like  Bookmark
  • 貝氏定理
    [TOC] 機率原理介紹 條件機率 交集、聯集 Margianl Probability:將指定機率相加起來的結果 獨立定義 貝氏分類器
     Like  Bookmark
  • 4_SLearning
    [TOC] Nearest Neighbor Classification Illustrating Classification Task ![](img from page 5) Instance-Based Classifiers 利用training data來訓練模型並預測testing data的class
     Like  Bookmark
  • Lecture 2--Vector Analysis and Python
    [TOC] Introduction of Vector Analysis 下述筆記當中，Vector Analysis的簡稱為VA 包含了幾何學、代數、微積分 並集中了大量資料(Rich Data)學習特徵、樣式(Pattern)、推理法則(包含一堆模型)的重要技術 也是分享Rich Data的重要數學工具 量 -- Quantities
     Like  Bookmark
  • Ch5 -- Neuron Network and Deep Learning
    [TOC] Activation Function ![](screenshot from page 8) input:神經元的結果，不同的function會決定如何處理這些結果 Non-Linear Activation Function -- 非線性活化函數 多層神經網路必須用非線性活化函數，不然分類效果會很差 (linear activation function會解釋為什麼) non-linear activation function包含以下幾種:
     Like  Bookmark