系列文章
[Day 21] 資料標註 (2/2) — 各種標註方法
子曰：『工欲善其事，必先利其器。 前言 昨天提到依照 Ground truth 改變的速度會讓不同任務的標註有各種難易度：而依照不同的難度會有不同的標註方法...
[Day 22] 驗證資料 — 不可以色色! 加裝資料界的色情守門員
I used to be an adventurer like you, then I took an arrow in the knee. — Lots o...
[Day 23] 資料旅程 — 好想出去玩 V1.0 ٩(●ᴗ●)۶
If you don't know the provenance or the source of the artifact, it's not scienc...
[Day 24] Scoping — 計画通り
It's truly the beginning. Scoping is a big hurdle. - Michael Printup 前言 機器學習的用...
[Day 25] Final Project (1/5) — 目標、計畫說明
目標：資料飛輪 在 [Day 02] Why MLOps — 從"地平說" 走向宇宙 我們提到了資料飛輪 (Data Flywheel) 代...
[Day 26] Final Project (2/5) — 準備開始
接下來幾天的文章會像料理節目一樣，用我事先準備好的材料 (模型、App...) 來進行說明，底下就來整理一下會做的事情吧。 材料: 資料：Kaggle 300...
[Day 27] Final Project (3/5) — 讓 App 在本機端運行
Prerequisites 為了讓接下來的步驟可以順利進行，我們首先要完成以下的前置作業，但因為每個人的作業系統不同 (當然最好是使用 Linux) 所以這裡不...
[Day 28] Final Project (4/5) — 部署模型到 Google AI Platform
前情提要 昨天我們成功的讓 App 在本機端運作，但按下 開始預測! 後卻出現了錯誤： 這意味著雖然 App 試圖使用 ironbird/app.py 與 ir...
[Day 29] Final Project (5/5) — 部署 App 到 Google App Engine
前情提要 昨天我們成功將模型部署到 Google AI Platform 上，並且也處理了授權的問題，最後讓 App 成功的運作了，今天我們要完成最後一個步驟...
[Day 30] 完賽心得 — 大家可以回家啦
完賽心得 轉眼間就過了 30 天啦，第一次參賽有夠菜沒想到還能迎來這一天。要堅持每天發文真的很考驗意志力 (也大大考驗了我的 PPT 作圖技術哈哈哈)，期間還經...