第 9 屆 IT 邦幫忙鐵人賽

最新文章六大主題競賽自我挑戰組

AI & Machine Learning

Data Technology

DevOps

Modern Web

Security

Software Development

AI & Machine Learning

AI & Machine Learning

玩轉資料與機器學習-以自然語言處理為例系列第 23 天

機器學習系列概述

資料科學不迷路由於接下來幾天，將會談到資料科學中最神秘也最有魅力的部分，因此讓握們重新來回顧一下，我們目前已經經歷了哪些技術，未來即將要經的是那些技術，以及他...

王選仲(GoatWang) 於 2017-12-28 發表｜ 7642 次瀏覽
AI & Machine Learning

Machine Learning 與 Deep Learning 筆記系列第 1 天

[DAY1] Machine Learning 介紹與預計撰寫內容

Introduction 機器學習毫無疑問地已經成為 buzzword 了，在網路上也有多到數不清的教學文章，只要會一點程式就能夠透過函式庫兜出一個 model...

愷開於 2017-12-20 發表｜ 7435 次瀏覽
AI & Machine Learning

ChatBot&Chatbase 系列第 10 天

Day10[Line ChatBot]準備工作

要製作Line ChatBot要先申請Line Developers的帳號 1.進入Line Developers網站，登入自己原有的Line帳號Line De...

TzuHui 於 2017-12-29 發表｜ 7404 次瀏覽
AI & Machine Learning

如何使用tensorflow在android上系列第 28 天

[Day 28] TensorFlow Lite與TensorFlow Mobile差異

目前能透過TensorFlow在手機上進行機器學習的方式，只有TensorFlow Mobile跟TensorFlow Lite兩種，而他們之間的差異，如下：...

bravo325806 於 2018-01-16 發表｜ 7167 次瀏覽｜
團隊i.m.a.c_wishing_well
AI & Machine Learning

深度學習環境安裝筆記系列第 4 天

[Day 04] 深度學習環境安裝筆記 — Ubuntu 系統安裝與設定 03.系統設定與疑難排解

雖然都是照著步驟作但有時候安裝作業系統就會出現奇怪的問題，本篇就是來分享如何解決這些問題，然後分享一些個人認為一定要裝的好用工具。疑難排解 1. 隨身碟開機，...

a7552005 於 2017-12-15 發表｜ 7053 次瀏覽
AI & Machine Learning

深度學習環境安裝筆記系列第 12 天

[Day 12] 深度學習環境安裝筆記－安裝 Digits

1. 下載 Digits git clone https://github.com/NVIDIA/DIGITS.git 一般是用上面官方這個，但有人把 Dig...

a7552005 於 2017-12-23 發表｜ 6902 次瀏覽
AI & Machine Learning

tensorflow python 系列第 26 天

DAY26 基於Keras進行數字辨識（2）

前言：今天我們將使用上篇文章中所建立的模型，來進行訓練，並且查看結果。程式開始：（1）定義訓練方式 model.compile(loss='categor...

123456aaa 於 2018-01-14 發表｜ 6871 次瀏覽｜
團隊i.m.a.c_wishing_well
AI & Machine Learning

探索 Microsoft CNTK 機器學習工具系列第 29 天

學習新知

人工神經網路(Artificial Neural Network, ANN)的發展從機器學習(Machine Learning, ML)到深度學習(Deep L...

HO-HSUN 於 2018-01-17 發表｜ 6780 次瀏覽
AI & Machine Learning

Machine Learning 與 Deep Learning 筆記系列第 2 天

[Day2] 什麼是機器學習？

前言為了透過電腦強大的運算力幫助人們解決問題，首先我們的問題是需要能夠被量化與分析的。例如：給定歷年的房屋資料，預測之後的房價變化；由使用者過去的瀏覽紀錄，猜...

愷開於 2017-12-21 發表｜ 6729 次瀏覽
AI & Machine Learning

機器學習你也可以 - 文組帶你手把手實做機器學習聖經系列第 26 天

EM - 前言與 Kmeans

EM的全名是Expectation Maximum algorithm，常常在找出機率模型中的分佈狀況，例如一些混合模型，或是在分群上也很常用，甚至可以用在回歸...

shortid 於 2018-01-13 發表｜ 6722 次瀏覽