你的朋友剛傳給你一張圖片。不過當你打開訊息時,內容似乎失真了。別擔心,你可以使用一個已訓練好的神經網路來還原任何影像。
在把影像交給神經網路之前,必須先把它轉成數值,這樣才有特徵可以當作輸入。影像解析度是 284 × 429 像素。記住,每個彩色像素都由三個色彩通道(紅、綠、藍)來表示。
對於這張彩色影像,會有多少個特徵被輸入到模型中?
你可以把 R 主控台當作計算機使用。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
本章將定義機器學習,並說明它與資料科學及人工智慧的關係。接著,我們會拆解常見的機器學習術語,最後介紹用於建置模型的機器學習工作流程。
既然你已經了解機器學習的基礎,我們就更深入一些。本章結束時,你會知道機器學習的不同類型,以及如何評估並改進你的模型。
本章將從神經網路開始,帶你拆解深度學習。接著,我們會更深入探討深度學習的兩個常見應用:電腦視覺與自然語言處理。最後,我們將以機器學習的限制與風險作為課程總結。
當前練習