PinnedPublished inBecoming a data scientist【CS224W ML with Graphs 01】Node-level Features介紹當我們得到一個建立好的 graph，開始想要訓練 ML 模型時，首要步驟一定是先處理資料，得到可用 features。在 graphs 的世界中，有三種抓取 features 的方式：May 4, 2021May 4, 2021
Published inBecoming a data scientist【Bayesian Inference 貝氏統計 — 02】貝氏統計的基本介紹 － 下 — Prior distribution 和 Bayes rule在上篇內容中，我們介紹 decision function 和 minimax rule，還有 Bayesian approach 和 frequentist approach 的差別。Sep 4, 2022Sep 4, 2022
Published inBecoming a data scientist【Bayesian Inference 貝式統計 — 01】貝式統計的基本知識介紹 － 上Decision function、risk function 和minimax ruleSep 4, 2022Sep 4, 2022
Published inBecoming a data scientist【統計 — 1】抽樣和中央極限定理在統計的文章中，我們會複習統計的基礎概念，包含常見的名詞和定理。Sep 3, 2022Sep 3, 2022
Published inBecoming a data scientist【機器學習 09】Aggregation Models — Part 3— Adaptive Boosting、Gradient Boosting在 Part 1中，我們介紹兩種 aggregation 方法：Aug 20, 2022Aug 20, 2022
Published inBecoming a data scientist【機器學習 08】Aggregation Models — Part 2 — Decision Tree 和 Random ForestDecision treeAug 20, 2022Aug 20, 2022
Published inBecoming a data scientist【機器學習 07】Aggregation Models — Part 1 — Blending, Bootstrap aggregation, Boosting在我們認識許多不同模型後，是否有方法能夠混合這些模型，得到更好的表現呢？有的，就是本篇和下篇文章要介紹的 aggregation models。Aug 20, 2022Aug 20, 2022
Published inBecoming a data scientist【機器學習 06】Support Vector Machine — Part 2— Kernel Support Vector Machine & Soft-Margin Support…上篇介紹的 dual SVM 之目的是要讓 SVM 的計算上不需要仰賴 dimension d。然而，我們只完成一半，因為在算二次規劃問題時，還是需要計算被轉換維度後的內積，如果 dimension 很大的話就要算很久。Jul 24, 2022Jul 24, 2022
Published inBecoming a data scientist【機器學習 05】Support Vector Machine — Part 1 — Linear Support Vector Machine & Dual Support Vector…今天我們來介紹 linear support vector machine 和 dual support vector machine。Jul 24, 2022Jul 24, 2022
