Machine Learning

Image by Author | Created on Canva   In Python, you can use exceptions to anticipate and handle errors that disrupt the normal flow of...

This paper can be seen as a tutorial for building a VLM. It begins by providing a comprehensive overview of the current state-of-the-art...

The most important business lessons that I learned as an AI solution architect working with a finance enterpriseI wrote this article to share...

Image by Author | Canva Pro   Running Python code directly in your browser is incredibly convenient, eliminating the need for Python environment setup...

決策樹（Decision tree）是一種常用的監督式學習演算法，適用於分類與回歸問題。決策樹是一個在機器學習中既簡單又直觀的模型。就像我們日常所做的種種決策，每一個選擇都將你帶向不同的道路。決策樹就像這樣，從問題的「根」開始，不斷通過「節點」提出問題或檢查特徵，直到我們達到一個清晰的「葉子」，也就是最終的決策結果。如下圖，假設我們的分類目標是想要辨別出顧客會不會參加某個行銷活動（0為不參加，1為參加）。我們可以建構一顆決策樹來進行推論。下圖中的決策樹選擇了三種顧客的特徵來作為決策的標準，分別是顧客收入（Income）、最近一次購買為幾天前（Recency）、兩年內購買酒類的金額（MntWines），這些判斷標準都是模型演算後的最佳結果。第一層 ：決策樹首先判斷變數 Income 是否小於 77627。第二層 ：判斷 Recency 是否小於 24.5 或是 MntWines 是否小於 814（根據第一層的結果）如果 Income 小於 77627 且 Recency 小於 24.5。則顧客不會參加此次行銷活動。如果 Income 小於...

When starting the workflow from the terminal, it is straightforward to see which step it is executing and the logging we put in...