[筆記] Golang 進階函式 ( Function )為甚麼要使用函式 可重複使用性 ( Reusability ) : 不須重複撰寫功能相似的程式碼 宣告一個函式後可重複使用 抽象化 ( Abstraction ) : 使用時不須特別了解函式的詳細內容 使用時只需知道需要的參數與此函次 ...

[實作] 將 Hexo blog 搬家到 Gitlab 因為 Gitlab 可以設定自動建置與部屬，所以就被吸引搬家過去啦 1. 在 Gitlab 上新建 Project 新建 Project Project 名稱輸入 : <Gitlab 帳號>.gitlab.io 建議用私人 ...

[實作] 同一部電腦管理 Github 與 Gitlab SSH keys 我們如果在同一部電腦需要用到 Github 與 Gitlab 時，SSH key 當然不可能用同一個，那如何管理 SSH key 呢，步驟如下 : 1. 使用 ssh-keygen 產生兩個 SSH keys1$ ssh- ...

[筆記] 機器學習 支持向量機 ( Support Vector Machines ) 簡稱 SVM 屬於監督式學習算法 主要用於找到一個決策邊界 ( decision boundary ) 讓兩類的邊界 ( margins ) 最大化 大間距分類器 ( Large margin classifie ...

[問題] 如何在 Hexo 上使用數學式平常很習慣先用 HackMD 寫好筆記或文章後，再複製起來貼到 Hexo 上，但最近寫的筆記需要使用到數學式，一開始在 HackMD 撰寫渲染都很正常，但一貼到 Hexo 上，數學式就出錯了 在 Hexo 上的顯示 正常的顯示 問題描述 :因為 H ...

[筆記] 機器學習 系統的設計提高機器準確性的方法 收集大量數據 開發複雜的特徵量 開發算法以不同方式處理輸入 P.S. 很難說哪個項目最有用 誤差分析 ( Error analysis ) 從簡單的算法開始，快速實作，並在交叉驗證集測試 繪製出學習曲線，已確定算法該往哪個方向進行 手動檢查交叉驗 ...

[筆記] 機器學習 有效的改善模型改善方法 取得更多訓練資料 嘗試較少的特徵量 嘗試較多的特徵量 嘗試多項式的特徵量 嘗試增加 λ 嘗試減少 λ 機器學習診斷法 ( Machine learning diagnostic )評估假設 ( Evaluating a Hypothesis ) 我們的假 ...

[筆記] 機器學習 神經網路 - 進階學習代價函數與反向傳播算法 ( Backpropagation )符號定義 : L : 神經網路中擁有的層數 sₗ : 第 l 層中的單元個數 K : 輸出的單元 ( 分類 ) 個數 神經網路的代價函數 神經網路中的代價函數 過往的正規化就是計算輸出層中 ...

[筆記] 機器學習 神經網路 ( Neural Network ) - 表層結構為什麼使用神經網路 在特徵量多的情況下，在非線性回歸算法裡，會產生很多的特徵項，這並不是一個解決複雜非線性問題的好辦法 假設我們要分類 50 * 50 像素的灰階圖片 : 此特徵量 n = 2500 ( RBG 的話就 ...

[筆記] 機器學習 過度擬合問題 ( overfitting )過度擬合 ( overfitting ) 與擬合不足 ( underfitting ) 過度擬合 ( 右圖 ) 特徵量過多，資料量過少 解決方法 : 降低特徵量 人工檢查，保留較重要的特徵量 也有演算法 ( model ...