昨天很榮幸受 #台灣創新產業策進協會 邀請,就虹安的老本行演講「 #從大數據談產業數位轉型 」,現場眾星雲集,台北市長柯文哲、以及產業界各位先進都出席參與。
👉🏼在演講中,虹安除了跟各位產業界先進們分享在立法院的質詢趣事之外,更分享了許多關於大數據背景知識:大數據究竟是什麼呢?大數據從哪裡來?使用大數據的動機又是什麼?如何將大數據妥善用於工業、產業、甚至國家政策中?
👉🏼大家知道嗎?當你使用如博客來等網路商店購物時,經常會出現「 #買了此商品的人也買了… 」、「 #猜您喜歡 」、「 #瀏覽紀錄 」等字眼,這其實就是生活中常見的AI唷!
👉🏼有許多人會問我,大數據到底要用在何處?又或是,到底什麼時候大數據才可以派上用場?很多人經常會沒有目的地撈數據,撈了之後為了無法分析、亦無法派上用場而煩惱。其實虹安認為,使用大數據的最佳動機就是 #知道為何而做 ,妥善用數據分析,就能看到別人看不到的價值喔!
👉🏼虹安也跟各位產業界先進分享了許多偏向實務面的工業大數據(Industrial AI),包括典型 AI 模型建立及應用過程、數據驅動的機器學習演算法,以及當人工智慧落地工業場景等相關理論與實務操作。
👉🏼最後,除了工業大數據之外,不免俗的還是要回歸到現職立法委員的本業中, #如何將AI妥善使用在國家和城市治理? 虹安在去年剛就任立法委員時,就發現當時口罩政策 #不患寡患不均 ,當時產量節節攀升,藥局天天鋪貨,為何還是有人買不到?有些地方卻賣不完? 去年3月5日時,虹安向陳時中部長質詢時談到,應使用大數據製作 #口罩地圖 ,而後同年3月9日政府推出口罩實名制2.0就開始分析大數據,讓全民都買得到口罩!
👉🏼虹安未來也會在立法院持續關注相關產業的發展,包含數位發展部、5G政策、個資法、人工智慧法等台灣智慧國家政策走向。
#數據is the key
#找到關鍵數據,用對的方式收集,才有分析的價值
機器學習回歸模型 在 緯育TibaMe Facebook 的最讚貼文
#每日5分鐘快速添補ai知識與技能
機器學習領域中,模型評估很重要,
只有選擇與問題互相對等的評估方法,
才能讓更好模型訓練和模型選擇時出現的問題,
能對模型進行更好的迭代優化。
⠀⠀
怎麼知道,訓練出來的模型成效好不好?
透過一些驗證指標來當成效指標,
能依據應用分為「分類指標」和「回歸指標」。
針對分類、排序、回歸、序列預測等
不同類型的機器學習問題,
模型評估指標的選擇也會不一樣。
⠀⠀
觀看完整模型評估指標👇
https://blog.tibame.com/?p=18433
⠀⠀
#AI60問 #機器學習 #模型
【AI/資料科學不可不知的60道問題】
每週4篇AI新知識,一次只要5分鐘,
具備AI跨域知識,為職場技能加分💪
#TibaMe #緯育TibaMe #知識 #學習 #科技
機器學習回歸模型 在 緯育TibaMe Facebook 的最讚貼文
#每日5分鐘快速添補AI知識與技能
回歸是一種解題方法,或者說「學習」方法,
也是機器學習、資料探勘中一塊比較重要的概念。
⠀⠀
線性回歸對於機器學習/資料科學的初學者來說,
是知名度最廣的建模方式之一。
它為市場研究員、資料分析師、資料科學家,
構建預測模型提供各種重要變數。
⠀⠀
快速帶你了解線性回歸分析👇
https://blog.tibame.com/?p=17918
⠀⠀
#AI60問 #回歸分析 #線性回歸分析
由TibaMe彙整
【AI/資料科學不可不知的60道問題】
每週4篇AI新知識,一次只要5分鐘,
具備AI跨域知識,為職場技能加分💪
機器學習回歸模型 在 机器学习之回归预测棒球击中率 - 沧海拾珠 的推薦與評價
可以看出决策树回归模型比线性回归模型精度更高一些,具体原理暂时我也不清楚。 # pandas # sklearn · 机器学习之决策树预测天气. ... <看更多>