哈囉，大家好，我是Teresa，上週的筆記提到機器學習似乎不可行，但當統計上的資料還有演算法的選擇是「有限」個時，機器學習還是可行的。 那到底為什麼機器學習可以學到東西？當假說函式集合是無限大的時候，到底會發生什麼事情？ 複習機器學習的流程圖，一開始從資料出發，有一個機器學習的演算法，透過資料和它所看到的假說集合，從裡面選擇一個最終的假說函式。 上次加了一個假設是：我們訓練的資料跟最後測試假說的方法都來自同一個分配。 Ein是指在資料上假說的表現；Eout是指未來我們還沒有看過的資料在假說上的表現，我們用同一個分配來描述。 一、假說函數不多的情況 假如假說函式集合不多、資料量又夠多，不管演算法怎麼選擇假說，Ein跟Eout兩者的表現都會長得很像。如果都長得很像，那我們當然要選擇一個Ein最低的，很接近0。因為如果Ein很接近0，那個Eout很大概率機率會很接近0，這樣就達到了學習的效果。 從上述的說明中，機器學習可以分成兩個步驟： 第一個步驟是訓練，訓練是指演算法在跑的時候，我們要確保資料上的表現（Ein）很接近0。 但訓練還不夠，我們要確保這個假說函式在測試未來未知的資料上，Ein跟Eout也很接近。 二、回顧一下，前四集筆記中我們學到的概念： Ep. 1：提到機器學習想做的事情是有個未知的目標函式，希望演算法能找到假說函式，能和目標函式非常接近，錯誤率要越小越好，（也就是Eout要很接近0）。 Ep. 2：希望機器學習在我們已知的資料上做的盡量好就好，（也就是Ein要很接近0）。 Ep. 3：機器學習是在很特定的設定下做，像是批次的資料、監督式學習、二元分類。 Ep. 4：在假說函式有限個的狀況下，Ein跟Eout會很接近。 機器學習實際上拆成兩個問題：…
前言 大家好，我是Teresa，這集的學習筆記是要讓大家思考機器學習到底可不可行？那就讓我們開始吧！ 先來做個小測驗吧！若給你以下六張圖，它們分別被歸類為-1或+1，若再給你第七張圖，請你觀察前六張圖片來給定一個規則，你會將第七張圖歸類為+1或-1呢？ 若你的答案是+1，其實答案是+1，因為前三張圖片的最左上角都是黑色的，後三張圖片的左上角是白色的，因此這題的規則是左上角的格子若是黑色就是-1，若是白色就是+1。回到第七張圖，它左上角是黑色的，因此答案是-1。 若你的答案是 -1，其實答案是+1，因為前三張圖片沒有對稱，後三張圖都是對稱的，因此這題的規則是有對稱的為+1，沒有對稱的為-1。回到第七張圖，它是有對稱的圖形，因此答案是+1。 其實還有更多隱藏的規則。發現了嗎？不同人所看到的規則都不同，因此不管你說的答案是哪個，都可能是錯誤的。這樣看起來機器學習是不是不可行呢？ 如果從數學的角度來看另一個例子，若有3個位置而每個位置都只能有0或1，給定五筆資料，那你會怎麼決定這題的函式g呢？ 輸入 輸出 0, 0, 0 +1 0, 0, 1 -1 0, 1,…
哈囉，各位好，我是Teresa，本集的重點是二元分類問題，會說明感知器以及PLA演算法。以下先讓我們回顧上集說了什麼吧～ EP.1回顧 在機器學習中，為了找到一個最適合的假說，存在著演算法(Learning Algorithm A)和假說集合(Hypothesis Set H)。演算法A 從大量資料集合D 進行觀察，接著從假說集合H 中挑選一個最符合我們期望的函式g。 上集提到的例子是如果銀行想要做出一個機器學習來判斷：當客戶申請核發信用卡時，銀行應不應該發卡給該客戶。由這個例子我們可以清楚的知道此機器學習需要提供的答案只有兩種：發卡或是不發卡。這類型的問題我們可以稱為二元分類問題。從客戶提交的申請資料x中經過函式g，來得到y（發卡）或是n（不發卡）的結果。 完整筆記可點此連結 感知器假設集（Perceptron Hypothesis Set） 銀行從過往的經驗中掌握了客戶的屬性資料，如：性別、年齡、職業、薪資、信用狀況......。這些資料都可以轉換成以下式子。 銀行也能針對這些屬性資料進行重要性的排序，給予權重，例如：薪資權重給2，信用狀況如是負債權重給-1等等。 銀行會設立一個門檻值T(threshold)，當上述條件的總分大於門檻值，才會發卡給客戶，反之，則不發卡。雖然有機率總分會剛好等於門檻值，但機率非常小，可忽略不管。 為了方便識別，我們將輸出的結果y(發卡、不發卡、忽略不計)轉為符號表示，這樣的符號在機器學習裡被稱為label。 從算式中，我們很難直接知道畫面看起來是什麼樣子，如果應用在二維平面上，會如下圖，有一條直線將畫面切割成兩個平面，而資料中的點會落在線的兩側，一側為正；一側為負。而機器學習所期望的目標便是找出一條直線，能將不同的label正確劃分在兩個平面上。這樣的感知器便被稱作二元線性分類器(Linear…
哈囉，大家好，我是Teresa，這集的重點會在機器學習所要解決的問題依照不同的面向分類有哪些種類。如下圖，依照機器學習的不同問題，大致可以區分成四種面向：輸出的空間、資料的標記種類、輸入的資料、給電腦資料的方式，依照四種面向來一一詳述吧！ 一、根據輸出的空間不同 二元分類 Binary Classification： 二元分類的問題其實就像是非題，我們餵給機器的資料，經過假說的函式後僅會輸出是或否的兩種結果，以圖來表示的話便是將平面區分為兩個平面以表示是或否。 二元分類在機器學習當中是很基本、很核心的問題。是非題的應用相當廣泛，之後理論推導與實際的演算法都會由二元分類出發。 二元分類的應用如下： 信用卡核發（回顧上集） 垃圾郵件分類->是垃圾郵件或不是垃圾郵件 醫療上的診斷->生病或未生病 預算的投入->獲益或不獲益 答題->正確或不正確 多元分類 Multi-class classification： 輸出從原本二元分類中的是或否兩種結果，變為有多種結果，近似於單選題。多個選項經過假說的函式後會輸出其中的一種結果，常用在視覺或聽覺辨識。 多元分類的應用如下： 銅板分類（1元、5元、10元、50元） 數字辨識->郵遞區號辨識(0-9)…
前言 大家好，我是Teresa，前陣子因為一場線上小聚，讓我開始正式接觸機器學習，參與前和參與後都順手寫了一篇文章，連結在此附上，在開始閱讀此篇之前，可以先看看你有沒有理解文章中提到的概念。 機器學習從零開始-簡單認識基礎概念 | Teresa初學者筆記 機器學習的介紹與應用-Python主題小聚直播回顧 總之，在這場線上小聚過後，Teresa就決定要更深入的接觸機器學習，於是在Coursera上找了一堂基礎的機器學習線上課程，之後的筆記都會環繞在這堂課上，那就讓我們開始吧！ 每一個機器學習的使用者應該要知道什麼？ 哲學上機器學習的思想 數學上的工具 演算法的設計 它們的使用：包含什麼時候可以使用、為什麼可以使用、如何使用、如何會變得更好 什麼時候可以使用機器學習？ 在了解什麼時候可以使用機器學習之前，不妨先思考看看什麼是「學習」？ 以人類的角度，學習會從「觀察」出發（通過我們的五感）進而學習「轉化」成一項技巧 因此機器學習便是用電腦做為「學習主體」來「模擬」人類學習的過程 Note：觀察（資料）->機器學習（演算法）->技巧 技巧指的是「增進」某一方面的表現。 結論：機器學習的過程是從資料出發經過電腦的計算最終得到某種表現的增進。 若你想達成上述的目的，便可以使用機器學習。…
前言 嗨～我是Teresa，會有這篇筆記的產出是因為 10/29 會有一場蝦皮直播的線上小聚，主題是機器學習，這是 Teresa在正式開始學習Python前不斷重複聽到的應用領域之一，雖然印象很深，但對於這個熱門詞彙可以說是非常陌生，因此在聽蝦皮專家的分享前，想先對機器學習等相關知識架構先做一點基本功課。 活動資訊：https://pse.is/vk4jv 常見三大詞彙之間的關係 圖片來源：技術論壇 機器學習一詞常和人工智慧、深度學習一同出現甚至是混為一談，那三者之間的關係是什麼呢？ 如果用一句話來解釋我想會是：「藉由深度學習等演算法技術可以建構出機器學習的手段以達到人工智慧的目的。」 什麼是機器學習Machine Learning？ 機器學習通常可以這樣定義：「透過從過往的資料和經驗中學習並找到其運行規則，最後達到人工智慧的方法。」 白話來說機器學習是一種達到人工智慧的手段。透過程式讓電腦能夠從大量資料中學習到一個模式並讓它能對未接收過的資料做預判。 機器學習的根據？ 從定義來看，機器學習需要很多過往的資料和經驗，大量資料也就是現在很熱門的話題之一：大數據。 很多時候光靠人力是看不出數據之間有什麼關聯性，數據中可能包含各種現象、事實與數字，但這些事實與數字是不需要提前被整理好的。而這些數據如果被輕易放掉是很可惜的，因此必須將數據轉為資料。 資料是能夠被「客觀」運算的最小單位，可用來作推論與計算。將資料有系統、有邏輯的整理過後就成為資訊，而資訊最後會被轉化成知識。這樣的過程可以被簡單分為五個階段：擷取資料、分析資料、洞察資訊、理解資訊、做決策（知識）。 大數據有4V的特性： 大量Volume：數據量越大，經過轉換所得出的模式越有根據，就如同做實驗時，樣本數越大，在相同的信賴區間下，可信度越高。…