作者查詢 / Starcraft2

總覽項目：發文 | 留言 | 暱稱

作者 Starcraft2 在 PTT [ DataScience ] 看板的留言(推文), 共26則

限定看板：DataScience

首頁

尾頁

[討論] 機器學習數學參考用書

[ DataScience ]11 留言, 推噓總分: +6

作者: jienfong - 發表於 2020/07/06 16:14(5年前)

4^F推Starcraft2: 推一本英文的Mathematics for Machine Learning07/09 04:53

5^F→Starcraft2: https://mml-book.github.io/07/09 04:53

[問題] 關於傳統ML的評估良劣標準

[ DataScience ]36 留言, 推噓總分: +4

作者: filialpiety - 發表於 2020/07/03 12:56(5年前)

18^F→Starcraft2: 各個領域可能會有標準的dataset跟目前各個metrics的07/04 04:20

19^F→Starcraft2: 表現基於不同的model (學術界跟業界有很多paper)07/04 04:21

20^F→Starcraft2: 例如影像辨識可能就看CIFAR-10這個dataset07/04 04:22

21^F→Starcraft2: 自然語言可能會看GLUE/ WNLI這個dataset上大家在各種07/04 04:23

22^F→Starcraft2: 自然語言上的task表現的怎麼樣有一定的benchmark07/04 04:24

23^F→Starcraft2: 做指標07/04 04:24

24^F→Starcraft2: 附上例子https://mccormickml.com/2019/11/05/GLUE/07/05 01:42

25^F→Starcraft2: 如果是其他自己要在公司做的特定案子, d大講得很好就07/05 01:45

26^F→Starcraft2: 是看實際的應用跟metrics對business的影響07/05 01:46

Re: [問題] 統計與資工在資料科學的差異

[ DataScience ]22 留言, 推噓總分: +19

作者: dryman - 發表於 2020/06/14 10:26(5年前)

4^F推Starcraft2: 推06/14 15:44

[問題] 從0開始利用MOOC學DataSciense基礎科目?

[ DataScience ]57 留言, 推噓總分: +16

作者: a5317264 - 發表於 2020/05/13 00:19(5年前)

47^F→Starcraft2: Java跟c++主要是可以學到一點OOP的概念我也會把優先05/28 15:32

48^F→Starcraft2: 順序排在python後 http://bit.ly/AIMLMath05/28 15:32

49^F→Starcraft2: Stanford或MIT的課都不錯 https://cs231n.github.io/05/28 15:32

50^F→Starcraft2: 記得跟著寫作業再來就推薦台大李宏毅了05/28 15:33

51^F→Starcraft2: http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.h05/28 15:33

52^F→Starcraft2: tml 影片跟作業都找得到~ 基礎要打好數學部分很重要05/28 15:34

[問題] lightgbm 的 plot_tree()

[ DataScience ]2 留言, 推噓總分: 0

作者: x9060000456 - 發表於 2020/04/21 22:00(5年前)

1^F→Starcraft2: internal value代表該node的值, leaf value是該leaf05/12 02:18

2^F→Starcraft2: node的值可以貼個圖上來大家比較容易幫忙看05/12 02:18

[問題] 請問決策樹和類神經網路的數學基礎

[ DataScience ]33 留言, 推噓總分: +18

作者: rebe212296 - 發表於 2020/03/06 14:14(5年前)

28^F推Starcraft2: 西內啟的是這本嗎? http://bit.ly/AIMLMath04/01 15:31

29^F→Starcraft2: 另外很推薦這個github上的免費pdf (英文)04/01 15:34

30^F→Starcraft2: https://github.com/mml-book/mml-book.github.io04/01 15:34

31^F→Starcraft2: https://github.com/Shujian2015/FreeML整理的不錯04/01 15:37

32^F→Starcraft2: 但是前面那本Mathematics for Machine learning能讀完04/01 15:37

33^F→Starcraft2: 就夠扎實了04/01 15:37

首頁

尾頁