你所不知道的關於 AI 二三事 - 讓 AutoML 為你加速開發流程
透過資料科學實務經驗，避免資料科學專案「十大常犯的錯誤」
更多
集數
18集
影片專區
影片
迴歸問題該如何正確評估
迴歸問題該如何正確評估
影片
導入 AutoML 的優勢
導入 AutoML 的優勢
影片
資料標籤對於模型的影響
資料標籤對於模型的影響
影片
資料洩漏問題
資料洩漏問題
影片
資料洩漏的實際案例
資料洩漏的實際案例
影片
單用準確率不適合
單用準確率不適合
影片
習慣做資料視覺化
習慣做資料視覺化
影片
做 AI 的真相→資料清理佔大多數時間
做 AI 的真相→資料清理佔大多數時間
影片
除了測試資料外還需要如何評估模型
除了測試資料外還需要如何評估模型
影片
訓練集與測試集不一致怎麼辦
訓練集與測試集不一致怎麼辦
影片
表格資料缺失值如何處理
表格資料缺失值如何處理
影片
取代 One Hot Encoding 的編碼方案
取代 One Hot Encoding 的編碼方案
影片
改善模型與資料品質的差異
改善模型與資料品質的差異
影片
交叉驗證
交叉驗證
影片
用 One Hot Encoding 取代 Label Encoding
用 One Hot Encoding 取代 Label Encoding
影片
分類問題該如何正確評估
分類問題該如何正確評估
影片
AI 是否有獨立思考與解釋能力
AI 是否有獨立思考與解釋能力