φυβλαςのβλογ
บล็อกของ phyblas



การเรียนรู้ของเครื่อง




บทความหน้านี้เป็นเรื่องการเขียนโปรแกรมการเรียนรู้ของเครื่องด้วยไพธอน

ควรต้องมีพื้นฐาน numpy และเข้าใจเรื่องของคลาสในไพธอนก่อน

เนื้อหาแบ่งตามหมวดหมู่ ไม่จำเป็นต้องอ่านเรียงตามลำดับ


บทนำ: ทำความรู้จักกับปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง



>> โครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก




การวิเคราะห์การถดถอย ~ 回归
⊟ [2016/12/10] วิเคราะห์การถดถอยเชิงเส้นด้วยเทคนิคการเคลื่อนลงตามความชัน
⊟ [2016/12/12] วิเคราะห์การถดถอยเชิงเส้นหลายมิติ
⊟ [2016/12/19] วิเคราะห์การถดถอยพหุนาม
⊟ [2018/07/20] วิเคราะห์การถดถอยโดยใช้ฟังก์ชันฐาน
⊟ [2018/07/24] วิธีการเคอร์เนล


การวิเคราะห์จำแนกประเภท ~ 分类
- การวิเคราะห์การถดถอยโลจิสติก ~ 逻辑回归
⊟ [2016/12/24] จากการวิเคราะห์การถดถอยเชิงเส้นสู่ปัญหาการจำแนกประเภท
⊟ [2016/11/03] วิเคราะห์จำแนกประเภทข้อมูลเป็นสองกลุ่มด้วยการถดถอยโลจิสติก
⊟ [2016/12/05] วิเคราะห์จำแนกประเภทข้อมูลเป็นหลายกลุ่มด้วยการถดถอยโลจิสติกแบบมัลติโนเมียล (การถดถอยซอฟต์แม็กซ์)
⊟ [2016/12/07] เอนโทรปีไขว้ในการวิเคราะห์การถดถอยโลจิสติก
⊟ [2016/12/28] การทำมินิแบตช์
⊟ [2017/09/22] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยการวิเคราะห์การถดถอยโลจิสติก
⊟ [2017/09/28] การเรกูลาไรซ์เพื่อป้องกันการเรียนรู้เกิน
⊟ [2017/10/02] แนวทางต่างๆในการปรับปรุงวิธีการเคลื่อนลงตามความชัน
⊟ [2017/10/06] แบบจำลองการวิเคราะห์การถดถอยโลจิสติกที่พร้อมใช้งาน
⊟ [2017/10/10] วิเคราะห์การถดถอยโลจิสติกด้วย sklearn

- วิธีการเพื่อนบ้านใกล้สุด k ตัว (KNN) ~ K-近邻算法
⊟ [2017/10/28] วิเคราะห์จำแนกประเภทข้อมูลด้วยวิธีการเพื่อนบ้านใกล้สุด k ตัว
⊟ [2017/10/31] วิธีการเพื่อนบ้านใกล้สุด k ตัวโดยใช้ sklearn
⊟ [2017/11/02] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยวิธีการเพื่อนบ้านใกล้สุด k ตัว

- ต้นไม้ตัดสินใจและป่าสุ่ม ~ 决策树と随机森林
⊟ [2017/11/05] วิเคราะห์จำแนกประเภทข้อมูลด้วยต้นไม้ตัดสินใจ
⊟ [2017/11/08] การทำต้นไม้ตัดสินใจโดยใช้ sklearn
⊟ [2017/11/11] นำต้นไม้ตัดสินใจหลายต้นมารวมกันเป็นป่าสุ่ม
⊟ [2017/11/17] การทำป่าสุ่มโดยใช้ sklearn
⊟ [2017/11/23] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยต้นไม้ตัดสินใจและป่าสุ่ม

- เครื่องเวกเตอร์ค้ำยัน (SVM) ~ 支持向量机
⊟ [2018/07/09] วิเคราะห์จำแนกประเภทข้อมูลด้วยเครื่องเวกเตอร์ค้ำยัน
⊟ [2018/07/12] การทำเครื่องเวกเตอร์ค้ำยันโดยใช้ sklearn


การเรียนรู้แบบไม่มีผู้สอน ~ 无监督学习
⊟ [2017/12/20] การแบ่งกระจุกข้อมูลด้วยวิธีการ k เฉลี่ย
⊟ [2017/12/24] วิธีการ k เฉลี่ยโดยใช้ sklearn
⊟ [2017/12/28] แยกแยะภาพตัวเลขที่เขียนด้วยลายมือด้วยวิธีการ k เฉลี่ย


การจัดการข้อมูลเบื้องต้น ~ 预处理
⊟ [2016/11/24] การทำข้อมูลให้เป็นมาตรฐานเพื่อการเรียนรู้ของเครื่อง
⊟ [2017/09/24] การแยกข้อมูลตรวจสอบกับข้อมูลฝึกเพื่อป้องกันการเรียนรู้เกิน


การลดมิติข้อมูล ~ 降维
⊟ [2017/12/11] การคัดเลือกลักษณะเฉพาะโดยวิธีการคัดเลือกย้อนกลับหลังตามลำดับ
⊟ [2018/07/27] การวิเคราะห์องค์ประกอบหลัก (PCA)
⊟ [2018/07/30] การวิเคราะห์องค์ประกอบหลักแบบเคอร์เนล
⊟ [2019/09/16] การวิเคราะห์องค์ประกอบหลักด้วยการแยกค่าเอกฐาน (SVD)
⊟ [2019/09/21] การวิเคราะห์องค์ประกอบหลักด้วย sklearn
⊟ [2019/09/28] การวิเคราะห์องค์ประกอบหลักเพื่อบีบอัดข้อมูลรูปภาพ
⊟ [2018/08/02] การวิเคราะห์การจำแนกประเภทเชิงเส้น (LDA)
⊟ [2018/08/05] การทำแผนที่โยงก่อร่างตัวเอง (SOM)


การประเมินและปรับปรุงแบบจำลอง
⊟ [2017/09/26] การสร้างเมทริกซ์ความสับสนเพื่อวิเคราะห์ผลการเรียนรู้ของเครื่อง
⊟ [2017/10/14] ผลบวกลบจริงปลอม, ความเที่ยงและความระลึกได้, ค่าคะแนน f1
⊟ [2017/10/16] วาดเส้นกราฟ ROC เพื่อประเมินผลการทำนาย
⊟ [2017/10/18] การตรวจสอบแบบไขว้ k-fold เพื่อสลับเวียนข้อมูลที่ใช้ในการฝึกฝนและตรวจสอบ
⊟ [2017/10/20] การค้นหาค่าไฮเพอร์พารามิเตอร์ที่เหมาะสมด้วยการตรวจสอบแบบไขว้
⊟ [2017/10/24] การวิเคราะห์เส้นโค้งการเรียนรู้เพื่อตรวจดูปัญหาการเรียนรู้เกินหรือเรียนรู้ไม่พอ


เรียนรู้จากชุดข้อมูลต่างๆ
- สร้างชุดข้อมูลแบบสุ่ม
⊟ [2016/11/27] สร้างข้อมูลกลุ่มก้อนกลมๆ
⊟ [2017/12/02] สร้างข้อมูลกลุ่มรูปจันทร์เสี้ยว
⊟ [2018/07/16] สร้างข้อมูลกลุ่มรูปไข่ดาว
⊟ [2018/08/11] สร้างภาพรูปร่าง ๕ ชนิด

- ดึงชุดข้อมูลตัวอย่างมาใช้
⊟ [2017/09/20] ชุดข้อมูลตัวเลขที่เขียนด้วยลายมือของ MNIST
⊟ [2017/12/07] ชุดข้อมูลไวน์ ๑๓ มิติ
⊟ [2018/08/08] ชุดข้อมูลดอกไม้ของฟิชเชอร์


เนื้อหาเสริมที่เกี่ยวข้อง
⊟ [2016/12/06] การสร้างฟังก์ชัน softmax
⊟ [2018/07/22] การใช้ฟังก์ชัน cdist, pdist และ squareformเพื่อหาระยะห่างระหว่างจุดต่างๆ
⊟ [2018/08/14] ทำความเข้าใจเอนโทรปีไขว้และความควรจะเป็น


อื่นๆ
⊟ [2017/10/12] การเก็บแบบจำลองที่เรียนรู้เสร็จแล้วไว้ใช้งานทีหลัง
⊟ [2017/12/15] ความแตกต่างของการเรียนรู้ของเครื่องแบบมีและไม่มีผู้สอน

สารบัญ

รวมคำแปลวลีเด็ดจากญี่ปุ่น
มอดูลต่างๆ
-- numpy
-- matplotlib

-- pandas
-- manim
-- opencv
-- pyqt
-- pytorch
การเรียนรู้ของเครื่อง
-- โครงข่าย
     ประสาทเทียม
ภาษา javascript
ภาษา mongol
ภาษาศาสตร์
maya
ความน่าจะเป็น
บันทึกในญี่ปุ่น
บันทึกในจีน
-- บันทึกในปักกิ่ง
-- บันทึกในฮ่องกง
-- บันทึกในมาเก๊า
บันทึกในไต้หวัน
บันทึกในยุโรปเหนือ
บันทึกในประเทศอื่นๆ
qiita
บทความอื่นๆ

บทความแบ่งตามหมวด



ติดตามอัปเดตของบล็อกได้ที่แฟนเพจ

  ค้นหาบทความ

  บทความแนะนำ

ตัวอักษรกรีกและเปรียบเทียบการใช้งานในภาษากรีกโบราณและกรีกสมัยใหม่
ที่มาของอักษรไทยและความเกี่ยวพันกับอักษรอื่นๆในตระกูลอักษรพราหมี
การสร้างแบบจำลองสามมิติเป็นไฟล์ .obj วิธีการอย่างง่ายที่ไม่ว่าใครก็ลองทำได้ทันที
รวมรายชื่อนักร้องเพลงกวางตุ้ง
ภาษาจีนแบ่งเป็นสำเนียงอะไรบ้าง มีความแตกต่างกันมากแค่ไหน
ทำความเข้าใจระบอบประชาธิปไตยจากประวัติศาสตร์ความเป็นมา
เรียนรู้วิธีการใช้ regular expression (regex)
การใช้ unix shell เบื้องต้น ใน linux และ mac
g ในภาษาญี่ปุ่นออกเสียง "ก" หรือ "ง" กันแน่
ทำความรู้จักกับปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
ค้นพบระบบดาวเคราะห์ ๘ ดวง เบื้องหลังความสำเร็จคือปัญญาประดิษฐ์ (AI)
หอดูดาวโบราณปักกิ่ง ตอนที่ ๑: แท่นสังเกตการณ์และสวนดอกไม้
พิพิธภัณฑ์สถาปัตยกรรมโบราณปักกิ่ง
เที่ยวเมืองตานตง ล่องเรือในน่านน้ำเกาหลีเหนือ
ตระเวนเที่ยวตามรอยฉากของอนิเมะในญี่ปุ่น
เที่ยวชมหอดูดาวที่ฐานสังเกตการณ์ซิงหลง
ทำไมจึงไม่ควรเขียนวรรณยุกต์เวลาทับศัพท์ภาษาต่างประเทศ

บทความแต่ละเดือน

2024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

2023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

2022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

2021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

2020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