φυβλαςのβλογ
บล็อกของ phyblas



บทความในหมวด "ปัญญาประดิษฐ์"


( รวมบทความในหมวดย่อย: โครงข่ายประสาทเทียม )

[2019/06/05] งานบรรยายเกี่ยวกับปัญญาประดิษฐ์เนื่องในโอกาสครบรอบ ๗๕ ปีสถาบันวิจัยคณิตศาสตร์สถิติ ที่หอประชุมฮิตตสึบาชิ ใกล้อากิฮาบาระ
[2018/09/29] pytorch เบื้องต้น บทที่ ๑๖: การเรียนรู้แบบถ่ายโอน
[2018/09/26] pytorch เบื้องต้น บทที่ ๑๕: การบันทึกและอ่านแบบจำลองที่เรียนรู้เสร็จแล้ว
[2018/09/22] pytorch เบื้องต้น บทที่ ๑๔: การใช้ GPU
[2018/09/19] pytorch เบื้องต้น บทที่ ๑๓: การแยกข้อมูลฝึกและข้อมูลตรวจสอบ
[2018/09/16] pytorch เบื้องต้น บทที่ ๑๒: โครงข่ายประสาทเทียมแบบคอนโวลูชัน (CNN)
[2018/09/13] pytorch เบื้องต้น บทที่ ๑๑: การใช้ข้อมูลรูปภาพ
[2018/09/10] pytorch เบื้องต้น บทที่ ๑๐: มินิแบตช์
[2018/09/08] pytorch เบื้องต้น บทที่ ๙: ดรอปเอาต์และแบตช์นอร์ม
[2018/09/08] pytorch เบื้องต้น บทที่ ๘: การกำหนดค่าพารามิเตอร์ตั้งต้น
[2018/09/08] pytorch เบื้องต้น บทที่ ๗: การสร้างเพอร์เซปตรอนหลายชั้น
[2018/09/08] pytorch เบื้องต้น บทที่ ๖: การวิเคราะห์การถดถอยโลจิสติก
[2018/09/08] pytorch เบื้องต้น บทที่ ๕: ออปทิไมเซอร์
[2018/09/08] pytorch เบื้องต้น บทที่ ๔: การสร้างชั้นคำนวณ
[2018/09/08] pytorch เบื้องต้น บทที่ ๓: อนุพันธ์ของเทนเซอร์
[2018/09/08] pytorch เบื้องต้นบทที่ ๒: เทนเซอร์
[2018/09/08] pytorch เบื้องต้นบทที่ ๑: บทนำ
[2018/09/04] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๙: ฟังก์ชันกระตุ้นแบบต่างๆ
[2018/09/02] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๘: การเร่งการเรียนรู้ด้วยแบตช์นอร์ม
[2018/08/30] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๗: การป้องกันการเรียนรู้เกินด้วยดรอปเอาต์
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๖: การแบ่งข้อมูลฝึกและข้อมูลตรวจสอบ
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๕: มินิแบตช์
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๔: ปัญหาการวิเคราะห์การถดถอย
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๓: การกำหนดค่าพารามิเตอร์ตั้งต้น
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๒: ออปทิไมเซอร์
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๑: การสร้างโครงข่ายโดยการนิยามขณะวิ่ง
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑๐: การประกอบโครงข่ายขึ้นจากชั้นต่างๆ
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๙: การสร้างชั้นคำนวณไปข้างหน้าและแพร่ย้อนกลับ
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๘: การเรียนรู้ของเพอร์เซปตรอนหลายชั้น
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๗: เพอร์เซปตรอนหลายชั้น
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๖: การวิเคราะห์จำแนกประเภทหลายกลุ่ม
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๕: กราฟคำนวณและการแพร่ย้อนกลับ
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๔: อนุพันธ์และกฎลูกโซ่ของอาเรย์
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๓: ฟังก์ชันกระตุ้นและการเคลื่อนลงตามความชัน
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๒: การเรียนรู้ของเพอร์เซปตรอน
[2018/08/26] โครงข่ายประสาทเทียมเบื้องต้น บทที่ ๑: เพอร์เซปตรอนชั้นเดียว
[2018/08/26] ทำความรู้จักกับโครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก
[2018/08/18] ทำความรู้จักกับปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
[2018/08/14] ทำความเข้าใจเอนโทรปีไขว้และความควรจะเป็น
[2018/08/11] [python] สร้างชุดข้อมูลรูปร่าง ๕ ชนิด สำหรับใช้ฝึกการเรียนรู้ของเครื่อง
[2018/08/08] [python] ใช้ชุดข้อมูลดอกไม้เป็นตัวอย่างเพื่อทดสอบการเรียนรู้ของเครื่อง
[2018/08/05] [python] การทำแผนที่โยงก่อร่างตัวเอง (SOM)
[2018/08/02] การวิเคราะห์การจำแนกประเภทเชิงเส้น (LDA)
[2018/07/30] [python] การวิเคราะห์องค์ประกอบหลักแบบเคอร์เนล
[2018/07/27] [python] การวิเคราะห์องค์ประกอบหลักของข้อมูลที่ใช้ในการเรียนรู้ของเครื่อง
[2018/07/24] [python] วิเคราะห์การถดถอยโดยใช้วิธีการเคอร์เนล
[2018/07/20] [python] วิเคราะห์การถดถอยโดยใช้ฟังก์ชันฐาน
[2018/07/16] สร้างข้อมูลกลุ่มรูปไข่ดาวเพื่อใช้ทดสอบการเรียนรู้ของเครื่อง
[2018/07/12] การทำเครื่องเวกเตอร์ค้ำยัน (SVM) โดยใช้ sklearn
[2018/07/09] วิเคราะห์จำแนกประเภทข้อมูลด้วยเครื่องเวกเตอร์ค้ำยัน (SVM)
[2017/12/28] [python] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยวิธีการ k เฉลี่ย
[2017/12/24] วิธีการ k เฉลี่ยโดยใช้ sklearn
[2017/12/20] [python] การแบ่งกระจุกข้อมูลด้วยวิธีการ k เฉลี่ย
[2017/12/16] ค้นพบระบบดาวเคราะห์ ๘ ดวง เบื้องหลังความสำเร็จคือปัญญาประดิษฐ์ (AI)
[2017/12/15] ความแตกต่างของการเรียนรู้ของเครื่องแบบมีและไม่มีผู้สอน
[2017/12/11] [python] การคัดเลือกลักษณะเฉพาะโดยวิธีการคัดเลือกย้อนกลับหลังตามลำดับ
[2017/12/07] [python] ใช้ชุดข้อมูลไวน์เป็นตัวอย่างเพื่อเรียนรู้เรื่องการคัดเลือกลักษณะเฉพาะ
[2017/12/02] [python] สร้างข้อมูลกลุ่มรูปจันทร์เสี้ยวเพื่อใช้ทดสอบการเรียนรู้ของเครื่อง
[2017/11/23] [python] แยกภาพตัวเลขที่เขียนด้วยลายมือด้วยต้นไม้ตัดสินใจและป่าสุ่ม
[2017/11/17] การทำป่าสุ่มโดยใช้ sklearn
[2017/11/11] [python] นำต้นไม้ตัดสินใจหลายต้นมารวมกันเป็นป่าสุ่ม
[2017/11/08] การทำต้นไม้ตัดสินใจโดยใช้ sklearn
[2017/11/05] [python] วิเคราะห์จำแนกประเภทข้อมูลด้วยต้นไม้ตัดสินใจ
[2017/11/02] [python] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยวิธีการเพื่อนบ้านใกล้สุด k ตัว
[2017/10/31] วิธีการเพื่อนบ้านใกล้สุด k ตัวโดยใช้ sklearn
[2017/10/28] [python] วิเคราะห์แบ่งกลุ่มข้อมูลด้วยวิธีการเพื่อนบ้านใกล้สุด k ตัว (KNN)
[2017/10/24] [python] การวิเคราะห์เส้นโค้งการเรียนรู้เพื่อตรวจดูปัญหาการเรียนรู้เกินหรือเรียนรู้ไม่พอ
[2017/10/20] [python] การค้นหาค่าไฮเพอร์พารามิเตอร์ที่เหมาะสมด้วยการตรวจสอบแบบไขว้
[2017/10/18] [python] การตรวจสอบแบบไขว้ k-fold เพื่อสลับเวียนข้อมูลที่ใช้ในการฝึกฝนและตรวจสอบ
[2017/10/16] [python] วาดเส้นกราฟ ROC เพื่อประเมินผลการทำนาย
[2017/10/14] [python] ผลบวกลบจริงปลอม, ความเที่ยงและความระลึกได้, ค่าคะแนน f1
[2017/10/12] [python] การเก็บแบบจำลองที่เรียนรู้เสร็จแล้วไว้ใช้งานทีหลัง
[2017/10/10] วิเคราะห์การถดถอยโลจิสติกด้วย sklearn
[2017/10/06] [python] แบบจำลองการวิเคราะห์การถดถอยโลจิสติกที่พร้อมใช้งาน
[2017/10/02] [python] แนวทางต่างๆในการปรับปรุงวิธีการเคลื่อนลงตามความชัน
[2017/09/28] [python] การเรกูลาไรซ์เพื่อป้องกันการเรียนรู้เกิน
[2017/09/26] [python] การสร้างเมทริกซ์ความสับสนเพื่อวิเคราะห์ผลการเรียนรู้ของเครื่อง
[2017/09/24] [python] การแยกข้อมูลตรวจสอบกับข้อมูลฝึกเพื่อป้องกันการเรียนรู้เกิน
[2017/09/22] [python] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยการวิเคราะห์การถดถอยโลจิสติก
[2017/09/20] ชุดข้อมูลตัวเลขที่เขียนด้วยลายมือของ MNIST สำหรับฝึกฝนการเรียนรู้ของเครื่อง
[2016/12/28] [python] การทำมินิแบตช์ในการเรียนรู้ของเครื่อง
[2016/12/24] [python] จากการวิเคราะห์การถดถอยเชิงเส้นสู่ปัญหาการจำแนกประเภท
[2016/12/19] [python] วิเคราะห์การถดถอยพหุนาม
[2016/12/12] [python] วิเคราะห์การถดถอยเชิงเส้นแบบหลายตัวแปร
[2016/12/10] [python] วิเคราะห์การถดถอยเชิงเส้นด้วยเทคนิคการเคลื่อนลงตามความชัน
[2016/12/07] [python] เอนโทรปีไขว้ในการวิเคราะห์การถดถอยโลจิสติก
[2016/12/06] [python] การสร้างฟังก์ชัน softmax
[2016/12/05] [python] วิเคราะห์จำแนกประเภทข้อมูลเป็นหลายกลุ่มด้วยการถดถอยโลจิสติกแบบมัลติโนเมียล (การถดถอยซอฟต์แม็กซ์)
[2016/11/27] [python] การสร้างจำลองข้อมูลเป็นกลุ่มก้อนขึ้นมาเพื่อใช้ทดสอบการเรียนรู้ของเครื่อง
[2016/11/24] [python] การทำข้อมูลให้เป็นมาตรฐานเพื่อการเรียนรู้ของเครื่อง
[2016/11/03] [python] วิเคราะห์จำแนกประเภทข้อมูลเป็นสองกลุ่มด้วยการถดถอยโลจิสติก

囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧囧

สารบัญ

รวมคำแปลวลีเด็ดจากญี่ปุ่น
python
-- numpy
-- matplotlib

-- pandas
-- pytorch
maya
การเรียนรู้ของเครื่อง
-- โครงข่าย
     ประสาทเทียม
บันทึกในญี่ปุ่น
บันทึกในจีน
-- บันทึกในปักกิ่ง
บันทึกในไต้หวัน
บันทึกในยุโรปเหนือ
บันทึกในประเทศอื่นๆ
เรียนภาษาจีน
qiita
บทความอื่นๆ

บทความแบ่งตามหมวด



ติดตามอัปเดตของบล็อกได้ที่แฟนเพจ

  ค้นหาบทความ

  บทความแนะนำ

หลักการเขียนทับศัพท์ภาษาจีนกวางตุ้ง
การใช้ unix shell เบื้องต้น ใน linux และ mac
หลักการเขียนทับศัพท์ภาษาจีนกลาง
g ในภาษาญี่ปุ่นออกเสียง "ก" หรือ "ง" กันแน่
ทำความรู้จักกับปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
ค้นพบระบบดาวเคราะห์ ๘ ดวง เบื้องหลังความสำเร็จคือปัญญาประดิษฐ์ (AI)
หอดูดาวโบราณปักกิ่ง ตอนที่ ๑: แท่นสังเกตการณ์และสวนดอกไม้
พิพิธภัณฑ์สถาปัตยกรรมโบราณปักกิ่ง
เที่ยวเมืองตานตง ล่องเรือในน่านน้ำเกาหลีเหนือ
บันทึกการเที่ยวสวีเดน 1-12 พ.ค. 2014
แนะนำองค์การวิจัยและพัฒนาการสำรวจอวกาศญี่ปุ่น (JAXA)
เล่าประสบการณ์ค่ายอบรมวิชาการทางดาราศาสตร์โดยโซวเคนได 10 - 16 พ.ย. 2013
ตระเวนเที่ยวตามรอยฉากของอนิเมะในญี่ปุ่น
เที่ยวชมหอดูดาวที่ฐานสังเกตการณ์ซิงหลง
บันทึกการเที่ยวญี่ปุ่นครั้งแรกในชีวิต - ทุกอย่างเริ่มต้นที่สนามบินนานาชาติคันไซ
หลักการเขียนทับศัพท์ภาษาญี่ปุ่น
ทำไมจึงไม่ควรเขียนวรรณยุกต์เวลาทับศัพท์ภาษาต่างประเทศ
ทำไมถึงอยากมาเรียนต่อนอก
เหตุผลอะไรที่ต้องใช้ภาษาวิบัติ?

ไทย

日本語

中文