φυβλαςのβλογ
บล็อกของ phyblas



บทความในหมวด "ปัญญาประดิษฐ์"


( รวมบทความในหมวดย่อย: โครงข่ายประสาทเทียม )

[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

หลักการเขียนทับศัพท์ภาษาจีนกลาง
g ในภาษาญี่ปุ่นออกเสียง "ก" หรือ "ง" กันแน่
ค้นพบระบบดาวเคราะห์ ๘ ดวง เบื้องหลังความสำเร็จคือปัญญาประดิษฐ์ (AI)
หอดูดาวโบราณปักกิ่ง ตอนที่ ๑: แท่นสังเกตการณ์และสวนดอกไม้
พิพิธภัณฑ์สถาปัตยกรรมโบราณปักกิ่ง
บ้านเก่าของจางเสวียเหลียงในเทียนจิน
เที่ยวจิ่นโจว ๓ วัน ๒ คืน 23 - 25 พ.ค. 2015
เที่ยวเมืองตานตง ล่องเรือในน่านน้ำเกาหลีเหนือ
บันทึกการเที่ยวสวีเดน 1-12 พ.ค. 2014
แนะนำองค์การวิจัยและพัฒนาการสำรวจอวกาศญี่ปุ่น (JAXA)
เที่ยวฮ่องกงในคืนคริสต์มาสอีฟ เดินทางไกลจากสนามบินมาทานติ่มซำอร่อยโต้รุ่ง
เล่าประสบการณ์ค่ายอบรมวิชาการทางดาราศาสตร์โดยโซวเคนได 10 - 16 พ.ย. 2013
ตระเวนเที่ยวตามรอยฉากของอนิเมะในญี่ปุ่น
เที่ยวชมหอดูดาวที่ฐานสังเกตการณ์ซิงหลง
บันทึกการเที่ยวญี่ปุ่นครั้งแรกในชีวิต - ทุกอย่างเริ่มต้นที่สนามบินนานาชาติคันไซ
หลักการเขียนคำทับศัพท์ภาษาญี่ปุ่น
ทำไมจึงไม่ควรเขียนวรรณยุกต์เวลาทับศัพท์ภาษาต่างประเทศ
ทำไมถึงอยากมาเรียนต่อนอก
เหตุผลอะไรที่ต้องใช้ภาษาวิบัติ?

บทความแต่ละเดือน

2019年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2018年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2017年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2016年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

2015年

1月 2月 3月 4月
5月 6月 7月 8月
9月 10月 11月 12月

ค้นบทความเก่ากว่านั้น

ไทย

日本語

中文