用 Javascript 進行邏輯迴歸分析
前言上一篇文章中，我們利用 Deeplearn.js 學習了 linear regression，從氣溫與紅茶的關聯性中預測銷量，這次就來練習在機器學習中另一個很基本的方法 - Logistic regression（邏輯分析）。 先來張 Demo 成果圖： 從成果圖中可以看出，所謂的 Logistic regression 與 Linear regression 最大不同就是，邏輯回歸大多用來進行分類，當結果只有兩種時，就是二元分
用 Javascript 進行簡單線性迴歸分析
前言約莫兩個月前，我利用 p5-deeplearn-js 這套工具在 Chrome extension 中玩了一下機器學習的應用 (請參閱前端也能玩 Deepleaning - 以 p5-deeplearn-js 為例)，當時雖然有去看他們的 source code，但對於底層 deeplearnjs 的部分並沒有仔細去了解，畢竟還是要對 ML 有根本的了解，才能讀得懂。 而隨著 Google 發布 Machine Learning C
前端也能玩 Deep learning - 以 p5-deeplearn-js 為例
前言還記得約莫是 2012 年我還在唸研究所的時候，有位清大教授（原諒我忘了是哪位…）來系上演講關於類神經網路的應用，當時的我聽得霧煞煞，覺得是離我很遙遠的一門學問，而如今 Machine Learning、Deep Learning 滿天飛，說你沒聽過 KNN 就像說你沒背過 99 乘法表一樣驚人。 對於一個成天在網頁打滾的前端工程師，可能真的沒太多機會碰觸到相關實作或研究。但小心了！AI 的觸角也慢慢伸到前端的領域 - Screen