[深度學習練習] [Deep Learning Practice] 神經網路入門（三）- 深度學習實作

上一篇中，講了深度學習的基本架構，

這篇將使用 tensorflow 去實踐深度學習，

並做一個數字辨識的入門小專案。

[深度學習練習] [Deep Learning Practice] 神經網路入門（二）- 深度學習介紹

這邊先大概紀錄一下，深度學習在我認知中是什麼樣子。

然後，用tensorflow做一個簡單的小練習，

大概是這樣子。

[深度學習練習] [Deep Learning Practice] 神經網路入門（一）- 機器學習介紹

最近呢，都在學深度學習，發現這真的是一門很有趣的學問。

深度學習可以拿來做很多很屌的事情，但如果要好好地在某個領域使用他，

不僅要該領域的專業知識，還要夠硬朗的深度學習的知識才行。

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（七）- 回測與討論

上一集已經把機器訓練好了，

為了驗證機器的預測是否可以拿來當作投資依據，

我們要跑一跑回測。

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（六）- TRAINING

在上一集中，我們處理完資料獲得了技術分析的特徵，

KD 以及 均線，現在我們要丟給機器學習，

然後預測漲跌了！！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（五）- 資料處理

上一集我們決定了要使用的特徵以及演算法，

這一集將會用程式碼去實現均線和 KD 值處理，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（四）- 特徵選擇

在上一篇練習中，我們已經爬到台股指數期貨的資料，

這一集會分享一下我選擇的特徵還有我使用的演算法，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（三）- 資料整理

上一篇講到怎麼從期貨交易所上抓下自己想要的資料。

這一篇會實現抓下每一天的資料並且整理進去 DataFrame，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（二）- 爬蟲

上一篇大概講解了期貨的概念。

了解期貨是什麼之後，我們就可以來爬我們需要的資料了！

但爬取資料必須先看懂 html ，所以這篇是假設大家都會 html 語法下練習。

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（一）- 期貨介紹

這次要練習一下，用 Scikit 玩台灣期指。

最後預測結果，是滿糟糕的，哈哈。

因為如果是好的話，我就不需要在這邊打心得拉～

[機器學習練習] [Machine Learning Practice] 用 Scikit 預測河川水位資料（四）

這是系列文最後一篇，

目前只剩下最後一個步驟也是最有成就感的步驟，

我們將用前面 training 好的機器來預測今年的兩次大雨事件！

開始！

[機器學習練習] [Machine Learning Practice] 用 Scikit 預測河川水位資料（三）

沒有意外的話，這是這個教學的最後一篇文章惹。

目前還剩下三個步驟... ...

[機器學習練習] [Machine Learning Practice] 用 Scikit 預測河川水位資料（二）

這一篇教學中，會開始使用Python，下載網頁在這。

如果你用的是 Mac ，直接在終端機打入 brew install python，就可以安裝了。

Windows 用戶呢，點進網頁，下載安裝檔並安裝就可以在 IDE coding了。
（建議大家選用 Python 3，因為我偶像推薦 3。）

[機器學習練習] [Machine Learning Practice] 用 Scikit 預測河川水位資料（一）

因為暫時在水利相關單位的關係，想說找一條河川來練習機器學習。

這篇文章會從頭到尾紀錄如何利用機器學習預測河川水位高度。

一起成為水利專家吧！KERKER