感謝東吳巨量資料學院的胡學長,貢獻了大數據英文用語的part 2囉!
這次胡學長focus在「機器學習篇」,以及介紹三個因為機器學習出現而發展非常快速的領域,分別是「文字」、「影像」和「音訊」。
大家不用覺得機器學習離我們很遙遠,像是youtube的推薦系統、google翻譯以及siri的背後通通都是使用機器學習的演算法哦!而且其實概念並不難,有興趣的孩子可以多探究!
——————————————————
🤖 胡哥+俐媽英文教室—機器學習篇 machine learning:
1️⃣ <機器學習四大類別>
* supervised learning 監督式學習
* semi-supervised learning 半監督式學習
* unsupervised learning 非監督式學習
* reinforcement learning 強化學習
2️⃣ <常見用語>
* cluster 分群
* classification 分類
* regression 迴歸
* model 模型
* parameter 參數
* predict 預測
* accuracy 準確率
* overfitting 過度擬合
* feature 特徵欄位
* label 目標欄位
* training data 訓練資料
* testing data 測試資料
* validation data 驗證資料
* standardization 資料標準化
* feature extraction 特徵提取
* dimension reduction 資料降維
3️⃣ <文字分析>
* text mining 文字探勘
* natural language process 自然語言處理
* text categorization 文本分類
* information retrieval 資訊檢索
* word segmentation 自動分詞
* machine translation 機器翻譯
* topic modeling 主題式分析
* sentiment analysis 文字情緒分析
* part of speech 文字詞性分析
* word embedding 詞向量轉換
4️⃣ <影像辨識>
* computer vision 電腦視覺
* image recognition 影像辨識
* image segmentation 影像切割
* image annotation 影像標注
* object detection 物件偵測
* face detection 人臉辨識
5️⃣ <音訊辨識>
* speech recognition 語音辨識
* signal extraction 訊號處理
* noise reduction 雜訊處理
* acoustic model 聲學模型
* time domain 時域
* frequency domain 頻域
* Fourier transform 傅立葉轉換
—————————————————
真是隔行如隔山,有你們提供其他專業領域英文,大家都彼此受惠!
感謝胡哥🙏🏼~
.
#俐媽英文教室 #俐媽英文教室徵稿中 #俐媽英文教室大數據篇 #謝謝胡哥 #東吳巨量資料學院 #大數據 #bigdata #AI #machinelearning
同時也有5部Youtube影片,追蹤數超過5萬的網紅游庭皓的財經皓角,也在其Youtube影片中提到,【早晨財經速解讀】2020/12/3(四)黃豆高位修正 下一場原物料行情是誰? 新刺激談判暖身起步 標普費半連刷歷史新高 中概股盤後嚇跌!美眾院正式通過中企監督法案 拜登:不會立即取消對陸關稅 美重啟新冠紓困談判 市場信心大振 黃金連2漲 紓困磋商重回鎂光燈焦點 美元震盪走低 台股衝關 今戰萬四 ...
「半監督式學習」的推薦目錄:
- 關於半監督式學習 在 辣媽英文天后 林俐 Carol Facebook 的最佳解答
- 關於半監督式學習 在 孫弘岳-人力資源管理的世界 Facebook 的最讚貼文
- 關於半監督式學習 在 游庭皓的財經皓角 Youtube 的最佳解答
- 關於半監督式學習 在 巴打台 Youtube 的最讚貼文
- 關於半監督式學習 在 桃園市議員簡智翔 Youtube 的最佳貼文
- 關於半監督式學習 在 半監督式學習- Explore 的評價
- 關於半監督式學習 在 [問題] 半監督與非監督的定義- 看板DataScience | PTT數位生活區 的評價
- 關於半監督式學習 在 Python 使用Scikit-learn 機器學習 的評價
半監督式學習 在 孫弘岳-人力資源管理的世界 Facebook 的最讚貼文
根據最新的《企業》(Inc.)雜誌報導,有愈來愈多科技公司, 例如Tesla、Accenture或 LinkedIn,不依賴履歷表上的"經驗",改用AI預測來作為任用的標準,因為過去經驗與未來的工作內容與新的專業知識相關性愈來愈低。
這篇報導一開頭就引述一篇頂極的論文,試圖合理化,經驗無法預測未來的工作績效的論點。但論文中的工作經驗係指年資,而非一竿子推翻應徵者經驗的價值。例如結構化行為事例面談(即以過去經驗為基礎),至今仍有許多研究發現它具一定的預測效度。
.
縱然這篇報導有一點斷章取義,但它也點出"履歷表上的工作經驗"對"未來工作"績效的預測力可能正在消弱中。取而代之的是一個人可能不太容易突顯在履歷表上的特質。而這些特質也不太容易透過一般的甄選工具來進行評測,如果可以,也不會太便宜,例如工作樣本法 Working sampling、評鑑中心 Assessment Center等等,要很花人力與心力來設計與執行的高度結構化評鑑工具。
.
AI在人力甄選上的應用,就大大補足這類結構化人力評鑑的缺點,即過多的時間與人力。透過半監督式深度學習Semi-supervised Deep Learning的技術,你只要告訴電腦某一群人目前績效的高低,它可以模擬與分析工作樣本或評鑑中心,甚至是評測遊戲中的各式行為,包含肢體語言或聲調/步態,找到可以預測績效高低的特質。換言之,這樣的AI工具,不但能取代傳統測評工具中訓練有素的觀察員,還能看到觀察員看不到或不易看到的細節,不會分心、也不會遺忘。所以AI逐漸成為人才甄選的測評工具。
.
註1: 在機器學習Machine Learning的領域中,分三類,最常用的稱作監督式學習 Supervised Learning,例如在人的訓練下,告訴機器那些照片是猫或狗,並由人給予猫狗不同的屬性標籤,例如耳朵、叫聲、吐舌等的特徵,訓練機器從這些資料中去辨別猫狗的照片。這個方法的缺點,就是太費人力,且關係到機器訓練師的素質。非監督式學習 Unsupervised Learning,就是由人給機器一堆猫狗的照片,機器會自動去學習分辨猫狗的不同屬性。這種方法通常需要大數據般的資料照片,才能學會。而半監督式學習,就是綜合以上兩種方式,人類還是要替這些照片,下一點標籤,例如那些照片是猫,那些是狗,再由機器自動去學習找出牠們不同的屬性。
.
註2: 深度學習Deep Learning 是機器學習的一種技術,它不需要人類對學習目標萃取特徵並歸類,你只要給它數據,它就可以自動萃取特徵並歸類,並預測結果。所以深度學習是目前AI的主流,簡稱ABC。A就是Aalgorithm, 透過模仿人腦的「類神經網路」的演算法,結合B (Big Data)大數據,並且需要搭配C (Computing)強而有力的運算硬體,例如GPU,才能體現。
.
https://www.inc.com/melanie-curtin/resumes-dont-help-you-hire-innovative-people-but-this-does-hint-teslas-doing-it.html
半監督式學習 在 游庭皓的財經皓角 Youtube 的最佳解答
【早晨財經速解讀】2020/12/3(四)黃豆高位修正 下一場原物料行情是誰?
新刺激談判暖身起步 標普費半連刷歷史新高
中概股盤後嚇跌!美眾院正式通過中企監督法案
拜登:不會立即取消對陸關稅
美重啟新冠紓困談判 市場信心大振 黃金連2漲
紓困磋商重回鎂光燈焦點 美元震盪走低
台股衝關 今戰萬四
——————————————
每天早晨8:30 讓我們一起解讀財經時事
主持人:游庭皓(經濟日報專欄作家、小一輩財經人話翻譯機)
音頻收聽請在Podcast或Soundcloud搜尋『游庭皓的財經皓角』
財經皓角2021第一季聽友會+簽書會 台北場12/19(六)與台中場12/20(日)
報名網址 http://sc.piee.pw/394aur
免責聲明:《游庭皓的財經皓角》頻道為學習型頻道,僅用於教育與娛樂目的,無任何證券之買賣建議。任何形式的投資皆涉及風險,投資者需進行自己的研究,持盈保泰。
半監督式學習 在 巴打台 Youtube 的最讚貼文
香港今日社論2020年05月13日(100蚊獅子頭)
https://youtu.be/uTUeToMCx44
請各網友支持, 課金巴打台
(過數後請標明所支持的節目或主持, 把入數收據WhatApps 至 : 94515353 )
- 恒生 348 351289 882
- 中銀 012 885 1 086914 9
( 戶口名: Leung Wai in Tammy)
- 轉數快FPS 3204757
- PayMe 94515353
- Paypal : tammyleung96@yahoo.com.hk
巴打台購物網址
https://badatoy.com/shop/
巴打台Facebook
https://www.facebook.com/badatoyhk/
巴打台Youtube Channel:
https://www.youtube.com/channel/UCmc27Xd9EBFnc2QsayzA12g
--------------------
明報社評
多國疫情放緩,開始放寬防疫措施,然而防範疫情捲土重來,難度不能低估。德國撤銷部分社交限制後感染率上升、武漢解封一個月後再現社區感染個案、韓國夜店感染群組過百人確診,無不反映疫情復發風險。香港本地感染「清零」大半個月後,昨天亦傳出疑有婦人初步確診的消息。新型冠狀病毒大流行,不會突然消失,各地都要學習與疫共存。放寬防疫措施恢復社會運作,難免有零星感染個案,最重要是做好檢測追蹤,嚴防變成新一波大爆發,香港可借鑑中韓德等地應對處理,從中汲取教訓,保持高度警惕。香港疫情放緩已有一段時間,根據防疫專家說法,最理想是做到連續28日(即兩個潛伏期)本地「零確診」,疫情便算正式受控。
蘋果頭條
政府昨公佈沙中綫紅磡站調查最終報告,港鐵及工程承建商禮頓雖然被指嚴重失職,政府亦監管不力,但無人需要「落鑊」下台。報告直指工程造工差劣,形容工人至管理層皆有失誤,有工人更因鋼筋不合適而擅自剪短鋼筋,但禮頓或港鐵從未縱容工人剪筋,把責任全歸咎於工人。建造業總工會會務顧問周聯僑直斥報告屈工人「食死貓」,強調工人只是聽從指示,禮頓需負最大監督責任,批評報告未有找出真正問題根源,日後或會再爆短筋事件翻版,「到時又係賴工人?」
東方正論
特區基建工程屢爆事故,沙中線紅磡站擴建部分在二○一八年被爆出工程問題,揭發有人剪短鋼筋、擅改圖則施工、遺失大量檢測及監工紀錄涉造假等醜聞,紅磡站結構安全惹人憂慮。特首林鄭月娥在同年七月宣布委任獨立調查委員會調查,經過七十八日聆訊,差不多一年半後,委員會在今年三月份向特首提交最終報告,昨日始公布內容,市民可謂望穿秋水,究竟這份報告,能夠解答公眾所有疑問嗎?
星島社論
港澳與內地疫情近期都明顯放緩,香港連續二十二日無本地感染,澳門已三十四日沒新增確診,內地昨天只有一宗病例。據此情況,三地應已具備逐步放寬出入境限制的條件,如果能恢復通關,將可為經濟復甦加添很大動力。問題是,病毒傳播的威脅仍未完全消除,三地須建立一套可靠的互認安全機制,才可撤除強制檢疫的防線。近期內地省市及珠海澳門之間,都已實施了互認的健康措施,顯示機制可行,港府應積極研究加入,盡快落實恢復通關。由於許多在澳門工作的勞工,都居於珠海,須每天往返,強制隔離檢疫造成極大不便,也影響澳門的經濟運作,故兩地於上周一實施了新措施,珠海居民可憑核酸檢測陰性證明,以及澳門健康綠碼,便可入境澳門,豁免隔離。
經濟社評
在新冠肺炎疫情下,中美關係又起波瀾,首階段貿易協議突然出現「悔約論」,但最終又回到基本點。中美履行貿易協議,其實是最符合雙方利益,但基於政經需要,卻不斷在細微關節位試探對方底綫,令情況反覆。中方應化被動為主動,爭取美國民眾支持,將雙邊關係遭民意操弄的折騰減至最少。
中美高層上周五通話後,同意為落實貿易協議創造氛圍,令原先因美國對疫情追責下的緊張關係緩和下來。惟美國總統特朗普其後唱淡貿易協議,之後中國官媒提出增加核彈來抑制美國野心,前晚更指北京有聲音要將貿易協議作廢,重新商談一份對華有利的新協議。特朗普隨即回應無意重新談判,中國外交部其後也否認其事,強調會落實協議。
半監督式學習 在 桃園市議員簡智翔 Youtube 的最佳貼文
【智翔的議會質詢-消防局、研考會、新聞處(10/24)】
#消防救災SOP
#清查違章工廠
月初的台中大火事件,在新聞媒體中可以看到桃園市消防局有說明,在新屋大火之後,桃園的救災SOP中,就訂出了「若火場無人受困、判斷句危險時,消防員不入內救災原則」,因此想了解,這樣的SOP到底是僅在新聞媒體中露出,或是口頭上講述而已,還是有白紙黑字的明定在公文中?
另外,台中大火一案連結到近來農地違章工廠議題,內政部消防署也在事件後,要求地方消防局全面清查違章工廠,請問消防局將如何清查?目前進度為何?
今天消防局則回覆,關於上述的SOP,是有以公文的形式發佈的作業要點,且都有公開給各級消防人員;至於清查違章工廠部分,只要建管單位有提供違章工廠的清冊,消防局一定都會要求這些工廠去設置消防設備與遵守消防法規,所以智翔也會在這點特別要求建管單位,針對桃園的違章工廠進行全面普查。
而下週二,自新屋大火後歷時至今的《消防法》修法也可望在立法院三讀通過,包含了消防員生命三權( #資訊權 #退避權 #調查權)入法,希望未來消防局可以確實執行,保障我們辛苦的消防員的生命安全,讓悲劇不再發生。
#1999專業AI化
根據每年研考會的施政報告指出,1999的服務類型一半都是市政諮詢,且最常被詢問到的六大問題為「公車問題及站牌」、「候車亭設施管理」、「U-BIKE租賃問題」、「市民卡」、「免費市民公車」、「垃圾車清運動線及管理」,其實多為重複性的問題,長久下來應可歸納出問題與回應方式,是否未來可以透過chat bot機器人,或是語音搜尋(類似Siri)服務來減少人工處理的時間和成本?
研考會主委則表示,有詢問過微軟或是Google相關的技術問題,惟一套能讓AI學習回應1999問題的設備,約要三千萬,而目前1999的成本與人力花費,約為一年兩千萬。要如何規劃未來更能節省人力與成本的方案,要請研考會這邊再多多努力了。
再來則是施政績效自評與管考方式的精進建議,績效指標分為共同與個別,而個別局處的施政績效指標,由各業務機關自行訂定,是否有更細緻的標準,或讓各局處在施政的達成率上來做橫向比較呢?
而考核評等為丙等的局處,以往作法都是讓局處自行檢討,檢討過後的原因分析和檢討預防卻又讓各局處內部存參,未來是否可以請局處提出檢討報告給研考會?或是由研考會來主導針對案例還做歸納、原因分析、案例分享、研擬改進措施等,讓各局處的業務都能夠更加精進?
#有線電視纜線整理
最後則是新聞處,同樣是春日路的淹水問題,在春日路與幸福路口的水溝開蓋清淤時,發現其實在這些水溝裡,充滿了纜線,嚴重影響清淤進度,而且還無法分辨哪些是有效的電視纜線,哪些則為無用的廢線。
雖然新聞處長回答時說,會跟有線電視業者來溝通,希望業者自主來清理纜線,但智翔是認為,若是跟這些業者溝通有效的話,那纜線的問題早就解決了,而不是像現在一樣還有廢線堵塞住水溝。所以我建議看看,是否可以請不同的水溝施工廠商或是主管單位,一起來監督有線電視業者的清除纜線進度,讓市容的整頓與水溝清淤一舉兩得。
半監督式學習 在 [問題] 半監督與非監督的定義- 看板DataScience | PTT數位生活區 的推薦與評價
普遍聽到的定義是,當訓練模型時如果用到label就是監督式學習一部分有label則是半監督,訓練時沒有用到label就是非監督但最近在做異常檢測,其中一個方法是利用AE學習 ... ... <看更多>
半監督式學習 在 Python 使用Scikit-learn 機器學習 的推薦與評價
介於監督學習與非監督學習之間在將資料分群的過程當中,先使用有標籤過的資料 ... 如此不但具有非監督式學習高自動化的優點,又能降低標籤資料的成本. ... <看更多>
半監督式學習 在 半監督式學習- Explore 的推薦與評價
#半監督式學習 · 陳錫齡 · Hsien-wei Chung shared a post to the group: 醉知識. · 機器學習白話文. ... <看更多>