文章網址
A Complete Overview of the Best Data Visualization Tools
筆記摘要
如果要手動將數以萬計的資料一點一點的繪製需要許多時間，資料視覺化的工具可以幫助你快速地且精美地完成。
視覺化工具可達成許多目的 : 儀表板、年度報表、銷售與行銷資料、投資人簡報檔案 ，以及所有馬上需以視覺來表達的資訊需求。 Continue reading “閱讀筆記 – 最佳的資料視覺化工具的完整介紹”
閱讀筆記 – 最佳的資料視覺化工具的完整介紹
如何優化神經網路？
原文 : How To Optimise A Neural Network?
當我們解決一個涉及到神經網路的業界問題時，我們經常以糟糕的效能告終。 本篇將給你關於應該做什麼，可以提高效能的建議。 Continue reading “如何優化神經網路？”
微軟 10 大人工智慧工具 – 放入你的技術雷達範圍內
原文 : Top 10 Microsoft AI tools to keep on your radar
授權 : Soft & Share 是本文原創 Pluralsight 的聯盟
2018年對人工智慧來說是很棒的一年。 我們看到了新工具和新技術的誕生，它們幫助開發人員建構尖端軟體，並轉變公司進入人工智慧的主流。 有了這個基礎，2019 年將是我們看到人工智慧技術成熟和新解決方案的一年，但是什麼將使這些解決方案成功呢？
微軟執行長 Satya Nadella 最近分享道:
2018 年機器學習面試最常問的問題 ( 1 – 3 )
原文 : Top Machine Learning Interview Questions for 2018 (Part-1) 註: 原文有 18 個問題，我們將分三單元來翻譯
接續
Q13. 有一個同事聲稱他建立的分類器( classifier )已經達到了99.99% 的準確率？ 你會相信他嗎？ 如果沒有，主要嫌疑點會是什麼？ 你會怎麼解決它？
2018 年機器學習面試最常問的問題 ( 1 – 2 )
原文 : Top Machine Learning Interview Questions for 2018 (Part-1) 註: 原文有 18 個問題，我們將分三單元來翻譯
接續 2018 年機器學習面試最常問的問題 ( 1 – 1 )
Q7. 你能比較一下決策樹( Decision Trees )和線性迴歸( linear regression )嗎？ 決策樹能用於非線性分類( non-linear classification )嗎？
2018 年機器學習面試最常問的問題 ( 1 – 1 )
原文 : Top Machine Learning Interview Questions for 2018 (Part-1) 註: 原文有 18 個問題，我們將分三單元來翻譯
這些機器學習面試問題，是面試中排名前幾名的真正被問到的問題。
為了審核機器學習工程師或資料科學家的應徵者，典型的流程以多輪進行。 Continue reading “2018 年機器學習面試最常問的問題 ( 1 – 1 )”
機器學習於 E-Commerce 的應用案例
原文 ：Use-cases of Machine Learning in E-Commerce
正如早期計算機技術對一般行業的影響一樣，現在機器學習技術也正在對一般基於規則的計算機技術進行同樣的轉變。 它正在吞噬著同樣的市場。 早些時候，在組織中，曾經有影像處理、音訊處理、分析和預測等獨立領域。 現在，這些領域被合併，因為機器學習基本上重疊處理了每個領域。 讓我們討論一下機器學習是如何影響電子商務的。
Continue reading “機器學習於 E-Commerce 的應用案例”[閱讀筆記] 執行機器學習所學到的教訓 : 五家公司分享曾犯的錯誤
文章網址
Machine learning lessons: 5 companies share their mistakes
筆記摘要
機器學習可能會產生很糟糕的結果，讓你很後悔太過匆忙地去熱情擁抱
