李弘毅老師在本集 Podcast 中,以深入淺出的方式講解了機器學習和深度學習的基本概念。他從生成式 AI 的核心——如何透過資料尋找函式 F 開始,逐步介紹了機器學習的三個主要步驟:設定目標、選擇函式集合以及找出最佳函式。老師還以預測投影片上課時長為例,詳細說明了 Loss Function 的計算、Gradient Descent 的運作方式,以及 Overfitting 問題。此外,他還探討了 Batch Size 和 Shuffle 等技術在模型訓練中的作用,並分享了在驗證和測試過程中可能遇到的挑戰及解決方案,最後以實際程式碼示範了如何應用這些概念。
Sign in to continue reading, translating and more.
Continue