Search
GAN 可說是 deep learning 界的新寵兒，在各個應用領域無論是文字，影像，還是音訊，都少不了 GAN 的身影。而各大頂級論文也都被 GAN 的更複雜架構給佔據了。原因是 GAN 可以說是一種新型態的網路架構，他藉由兩個網路互相拮抗而成，擁有更好的效果。
看文章去 ➡️ http://bit.ly/2KH7FSp
#台灣人工智慧學校medium專欄每周發行
#作者為台灣人工智慧學校助教
#台北總校 #新竹校區 #台中校區 #南部校區
==============================
台灣人工智慧學校 報名去 http://bit.ly/2K52VpF
智慧醫療專班 點此看簡章 http://bit.ly/2VCyRnF
==============================
《人工智慧在台灣》新書上架
天下網路書店 http://bit.ly/2K9jVes
博客來網路書店 http://bit.ly/2W0n4oe
在分群算法上，通常最先想到的就是 KMeans，但往往對於分群的數目，也就是對 K 的選擇是十分不易的。而此次要介紹的分群算法則與 KMeans 相似，但加入了兩項改進使得他不須定義分群數目 K。這篇文章將會帶大家認識這個更進階的分群算法 -- Mean-shift
➡️看文章去 http://bit.ly/309vMOM
#台灣人工智慧學校medium專欄每周發行
#作者為台灣人工智慧學校助教
#台北總校 #新竹校區 #台中校區 #南部校區
==============================
台灣人工智慧學校 報名去 http://bit.ly/2K52VpF
智慧醫療專班 點此看簡章 http://bit.ly/2VCyRnF
==============================
《人工智慧在台灣》新書上架
天下網路書店 http://bit.ly/2K9jVes
博客來網路書店 http://bit.ly/2W0n4oe
每個人對"群"的定義有所不同，因此為了達到分群的效果而產生了各樣的分群演算法，為了瞭解各種分群算法的差異，則可將其細分為 Connectivity-based, Centroid-based, Distribution-based, Density-based, ...等等的模型。上回我們介紹了常見的分群算法 -- Centroid-based 的 KMeans 以及 Distribution-based 的 EM Algorithm，此次的文章將帶大家了解一個具有代表性的 Density-based 的分群算法 -- DBSCAN
➡️看文章 http://bit.ly/2TfRZZc
#台灣人工智慧學校medium專欄每周發行
#作者為台灣人工智慧學校助教
#台北總校 #新竹校區 #台中校區 #南部校區
==============================
台灣人工智慧學校 報名去 http://bit.ly/2K52VpF
智慧醫療專班 點此看簡章 http://bit.ly/2VCyRnF
==============================
《人工智慧在台灣》新書上架
天下網路書店 http://bit.ly/2K9jVes
博客來網路書店 http://bit.ly/2W0n4oe
作者為台灣人工智慧學校助教 在 #作者為台灣人工智慧學校助教 - Jelajah | Facebook 的必吃
可以取得隨地而異的原始數據。這個數據代表著當地的消費、學習、投票...等習慣。 再利用人工智慧(AI)的分群算法，推演出Big data的趨勢，篩選掉干擾變因，便可得到初始的 ... ... <看更多>