博客來 | 全台第三方支付網

他們利用擅長的機器學習、深度學習等領域知識和演算法模型，建立一套自訂化的機器AI平台，改變著推薦引擎、圖像/影片編解碼、內容理解、廣告投放等多項與客戶息息相關的 ...

第1章 特徵工程 Feature Engineering01 特徵正規化02 類別型特徵03 高維組合特徵的處理04 組合特徵05 文字表示模型06 Word2Vec07 圖像資料不足時的處理方法

第2章 模型評估 Evaluate Model Performance01 評估指標的局限性02 ROC曲線03 餘弦距離的應用04 A/B測試的陷阱05 模型評估的方法06 超參數調整與最佳化07 過度擬合與擬合不足

第3章 經典演算法 Classical Algorithm01 支援向量機02 邏輯迴歸03 決策樹

第4章 降維 Dimensionality Reduction01 PCA最大變異數理論02 PCA最小均方誤差理論03 線性判別分析04 線性判別分析與主成分分析

第5章 非監督學習 Unsupervised Learning01 K平均群集02 高斯混合模型03 自組織對映神經網路04 群集演算法的評估

第6章 機率圖模型 Probabilistic Graphical Model01 機率圖模型的聯合機率分布02 機率圖表示03 生成式模型與判別式模型04 馬可夫模型05 主題模型

第7章 最佳化演算法 Optimization Algorithms01 監督式學習的損失函數02 機器學習中的最佳化問題03 經典最佳化演算法04 梯度驗證05 隨機梯度下降法06 隨機梯度下降法的加速07 L1正則化與稀疏性

第8章 取樣 Sampling01 取樣的作用02 均勻分布亂數03 常見的取樣方法04 常態分布的取樣05 馬可夫鏈蒙地卡羅取樣法06 貝氏網路的取樣07 不均衡樣本集的重取樣

第9章 前饋神經網路 Feedforward Neural Network01 多層感知器與布林函數02 深度神經網路中的啟動函數03 多層感知器的反向傳播演算法04 神經網路訓練技巧05 深度卷積神經網路06 深度殘差網路

第10章 遞歸神經網路 Recurrent Neutral Network01 遞歸神經網路和卷積神經網路02 遞歸神經網路的梯度消失問題03 遞歸神經網路的啟動函數04 長...