【粵語】機器學習實作 | 超簡單而實用的機器學習模型，1分鐘用Excel攪定！

國語版： • 【國語】機器學習實作 | 超簡單而實用的機器...
本片介紹的機器學習模型非常簡單易懂，卻不失實用！它主要被用來解決像以下的問題：
假設你是一個汽車推銷員，你的工作是為客人推薦最合適的汽車。現在新客人林先生到訪，閒談間你估計到他大概的年齡和收入，你該推薦哪一款車給他呢？你手上有一份過去的銷售紀錄，你在想，這份資料應該會有些幫助吧？你會怎樣利用它呢？是否有一套客觀的方法呢？本片會介紹一個最簡易的、用Microsoft Excel就能實作的機器學習模型去解決以上問題。
本片內容包括：
- 機器學習(machine learning)、數據擬合(data fitting)
- 近鄰算法(Nearest Neighbor)
- 數據標準化(data normalization)
- 任意特徵維度(arbitrary feature dimensions)
- 非數字特徵之演繹
- K近鄰算法(K Nearest Neighbor)
- 近鄰算法/K近鄰算法之優缺點
片中示範的Excel試算表：github.com/wenlingchan/excel-knn
------------------------------------------------
相關鏈接：
🎬 用來製作本片的軟件Doodly
paykstrt.com/2073/102529
📚 可找到人工智能相關書籍的網購平台
KingStone 金石堂 tinyurl.com/yhv2xcxc
Yahoo 奇摩購物中心 tinyurl.com/yjnm8j5a
Rakuten 臺灣樂天市場 tinyurl.com/ygwkb8ul
💚 捐款贊助《解密遊俠》
paypal.me/wenlingchan

[@MrLam-lx7td]

good sharing🎉看了一年後再回到學習起點，簡單才是基礎功夫。

[@ck8250]

好清楚，而且係廣東話，正呀

[@leewai]

感謝分享 非常實用 請多多分享 留言鼓勵一下~~

[@chenethan3702]

你真是讲得好好啊，非常清晰直白，我好钟意听你的课。👍👍👍

[@exterry]

下星期要exam了，睇完你video而家concept入腦好多，多謝！

[@MrLam-lx7td]

多謝，很清楚的教学。

[@kimsachan]

👍🏻👍🏻👍🏻👍🏻👍🏻👍🏻👍🏻🙏🏻💪🏻

[@leohkhung]

Thank you

[@Leo-cq5xm]

Cool! Thank you! / Use youtube translator / trancriptor for understanding

[@erichahaha]

非常好!! 如果可以解釋多一點深入多一點可以更好, 例如, 甲乙丙三區, 可唔可以用1, 2, 3 黎做 INSTEAD OF 0, 1?, 唔該!!!

[@decrypt-ranger]

這提議不錯！我應該多作解釋呢。 若用1, 2, 3代表甲, 乙, 丙，數值上乙離甲較近，丙離甲較遠，多了一重意義，而這意義是錯的，會攪亂計算。

[@rickyriki1985]

已訂閱～～～非常好的教學和頻道！！！！請問如何在excel建立K-近鄰演算法 ???跟著教學只能尋找一個近鄰，謝謝

[@decrypt-ranger]

可以試試： 用sort()排列距離值，然後選頭K個，再用countif()分別找出各類別個數，最後用if()比較個數.

[@rickyriki1985]

@@decrypt-ranger 謝謝~等我試試

[@mangowu5850]

@@decrypt-ranger 但是要选择一个K的值用excel应该还是无法解决。

[@decrypt-ranger]

​ @Mango Wu 有一個系統性的方法可用：把數據分成training set和validation set（隨機抽樣，比例4:1），模型採用training set，試設定不同的K值，用validation set測試準確度，從而找出最佳K值。參考資料：www.analyticsvidhya.com/blog/2018/03/introduction-k-neighbours-algorithm-clustering/ 用Excel還是可以的，但需要寫VBA程式呢。

[@msllsm0427]

想請問一下Standardization之後會出現正數或負數,請問係唔係純粹顯示坐標問題,(k近鄰算法)如果我想表示越接近0代表越好,請問係咪有其他公式?例如:時間越快代表越好,名次越少越好, 謝謝!!

[@decrypt-ranger]

以名次做例，你可以選擇用Min-Max Scaling，將名次1至33(假設只有33人)縮至0至1的範圍, 越接近0代表越好, 越接近1代表越差. 公式是 (x - min) / (max - min) = (x - 1) / (33 - 1). 但有些情況不行，例如賽跑時間，如果有一兩人跑得超慢，會導至其他所有人全部聚在0附近，搞得好像他們的跑速分別不大。在這情況下，應沿用standardization，但你可以之後將所有數字都減min以令新的min變成0.

[@msllsm0427]

@@decrypt-ranger 謝謝回覆 其實我個問題係關於賽馬,想將騎師成績同末段時間成績做Standardization,但發現出現負數,所以有此一問, 另外想請教一下.Python machine learning應用於賽馬身上,是否可行?請問會唔會拍一條片,講解一下。就好似(股價預測AI實作)咁樣😁,真的非常多謝你的回覆及解答。

[@decrypt-ranger]

@@msllsm0427 別客氣，我喜歡討論，透過討論，才可以與時並進！ 回到正題。其實出現負數是不要緊的啦，反正是給程式看的，不是給人看的。 關於賽馬AI，從原理上講，最大問題是每隻馬的數據維度不同，例如有些馬跑過多些場次，有些則較少，如何比較？

[@alancheung5449]

請問 「減去平均值 除以標準差」 係乜嘢概念？ 🙏🏼🙏🏼🙏🏼

[@decrypt-ranger]

是為了統一尺度, 以便做比較

[@xiaojijuchang]

樓主，想問一下，系咪excel 做唔到學習果一部分，衹能好似你個例子做比較簡單既小模型......

[@xiaojijuchang]

同埋系咪要用VBA 寫到😢? (唔計其他編程程式)

[@decrypt-ranger]

請問你指的「學習部分」是指甚麼？