系列文章
Day 21：自動擷取摘要(Automatic Text Summarization)
前言 現在人身處網路時代，每天都會收到一堆LINE、Email、Facebook、Instantgram、...等等五花八門的訊息或網頁，花整天看都消化不完，只...
Day 22：自動擷取摘要(Automatic Text Summarization) -- NN 作法
前言 昨天我們談到萃取法(Extractive Method)，從本文中擷取相對重要的字句，當作整篇文章的摘要，雖然可行，但不是我們平常處理的方式，較普遍的作法...
Day 23：銷售量預測 -- LSTM 的另一個應用
前言 之前，我們都在影像、語言等基礎應用上打轉，這次我們要來探討一個可應用在企業運作上的實例，銷售預測主要是希望藉由過去的銷售記錄預測下一個週期的銷售量，在統計...
Day 24：銷售量預測(2) -- 『時間序列分析』技巧篇
前言 上一篇我們以航空公司的每月乘客人數為例，使用 LSTM 模型預測下個月的乘客數，其中牽涉到『時間序列分析』(Time Series Analysis)一些...
Day 25：自動語音識別(Automatic Speech Recognition) -- 觀念與實踐
前言 Neural Networks 在影像、文字、語音等自然使用者介面(NUI)處理有突破性的發展，之前我們已經見證過影像及文字的辨識威力了，從這一篇開始，我...
Day 26：自動語音識別(Automatic Speech Recognition) -- 觀念與實踐(續)
前言 上一篇我們舉了一個很簡單的範例，判斷聲音是bed、cat 或是 happy，實務上它可以應用在一些場域，例如，PowerPoint簡報時，我們可以用聲音下...
Day 27：音樂資訊檢索(Music Information Retrieval，MIR)
前言 Ｋ過『自動語音識別』(Automatic Speech Recognition)後，原想對聲音的研讀要告一段落，沒想到柳暗花明又一村，又看到 Machin...
Day 28：小學生談『生成對抗網路』(Generative Adversarial Network，GAN）
前言 Facebook AI 大師 Yann LeCun 在接受Quora專訪時說『GAN及其變形是近十年最有趣的想法(This, and the variat...
Day 29：機器學習的資料處理生命週期
資料處理流程(Process) 機器學習(Machine Learning)處理資料的生命週期(Life cycle) 與 Data Mining 是一致的，這...
Day 30：完結篇 -- Machine Learning 工作前景與技能
前言 當我們人生決定轉向，不能免俗的，一定要了解市場行情，免得誤入歧途，人財兩失。因此針對 Machine Learning 相關的工作進行了一番調查，除了工作...