關於基金會

關於基金會

系列: AI for Lawyers系列

深度學習5：語義詞嵌入（Semantic Word Embedding）、詞向量（Word-Vector Encoding）、連續詞袋模型(Continuous Bag-of-Words Model, CBOW)、跳躍式模型(Skip-Gram Model, SG)

Read more

深度學習4：卷積神經網路（Convolutional Neural Network, CNN）、接受域（Receptive field）、墊零與步長（Zero padding & Stride）、池化（Pooling）、全連接層（Fully Connected Layer）、卷積層（Convolution Layer）

Read more

深度學習3：梯度裁剪（Clipping Gradient）、參數（Parameters）與超參數（Hyperparameters）、優化器（Optimizer：SGD、ADAM）、自編碼機（AutoEncoder）、降噪自編碼器（Denoising AutoEncoder, DAE）

Read more

深度學習2：ZFNet架構、VGGNet架構、GoogLeNet架構、ResNet架構與殘差網路（Residual Nets）、R-CNN（Region-based CNN）、圖像描述生成（Generating Image Descriptions）、Softmax邏輯迴歸、正則化（Regularization：Data Augmentation、Early Stopping、Dropout）

Read more

深度學習1：深度學習技術及其優缺、深度神經網路（deep neural network）、通用近似定理（Universal Approximation Theorem）、大規模視覺辨識競賽（ImageNet Large Scale Visual Recognition Competition, ILSVRC）、AlexNet架構、ZFNet架構

Read more

機器學習5：反向傳遞法的困境（Problems of Backprop）、訓練資料正確標註（ground truth）、基線（baseline）、資料集分類（訓練集 training set、驗證集 validation set、測試集test set）、資料擴增（Data Augmentation）

Read more

機器學習4：感知器學習（Perceptron Learning）、多層前饋類神經網絡（Multilayer Feed-forward Neural Network，MFNN）、梯度下降法（Gradient Descent）、誤差反向傳遞法（Error Backpropagation，BP）、小批量梯度下降法（Mini-batch Gradient Descent）、隨機梯度下降法（Stochastic Gradient Descent，SGD）

Read more

機器學習3：ID3 決策樹演算法（Iterative Dichotomiser 3 decision tree）、多元決策樹（Multiple Decision Trees）、整合學習（Ensemble Learning）、自適應增強演算法（AdaBoost）、引導聚集演算法（Bagging）、堆疊式演算法（Stacking）

Read more

機器學習2：貝氏學習（Bayesian Learning）與單純貝氏分類器（Naive Bayes classifier）、K-近鄰演算法（K -nearest neighbors algorithm）、ID3 決策樹演算法（Iterative Dichotomiser 3 decision tree）

Read more

機器學習1：機器學習技術、機器學習技術分類、沒有免費的午餐定理（No Free Lunch Theorems）、偏見（bias）與奧卡姆剃刀定理（Occam’s Razor）

Read more

Page 3 of 5 Prev 1 2 3 4 5 Next

Tel: +886- 2-2760-6111 / Fax: +886-2-2756-5111
E-mail: [email protected]