選手列表
敲碗數
0
你好，我是輔仁大學醫學資訊與創新應用學士學位學程的學生， 這次報名第十二屆鐵人賽，希望能增進自己自學的能力， 參賽方向大概會以了解Ai相關技術和一些發展或是現況為主。
敲碗數
0
身為一個不專業的AI工程師， 目前對於本專欄主題沒有特定的想法， 應該會偏向電腦視覺演算法相關的。 可能是最近工作上遇到的問題，或是分享有趣的論文。 （如果太忙可能會塞一些以前的演講筆記XD
敲碗數
0
Python 是通往 AI & Data 的熱門程式語言，但要怎麼讓非程式背景的人也能輕鬆上手？ 過往學習程式語言時，較少能有撰寫程式前的背景資訊，造成初學者學了很多技巧，卻無法運用。我想透過這次鐵人賽的挑戰，重新設計以往學習程式語言的方式。以 Python 資料分析作為參賽主題，透過兩位主角Meiko 及 Jason 的對話，將學習的內容帶出！ 他們會在不同場景以對話的方式用程式解決問題，目前預計包括 4 大主題， 1.程式基礎 if-else、for-loop 2.串列處理 list 3.函數、模組 4.資料分析應用 Numpy、 Pandas、Matplotlib
敲碗數
0
1. Actoins on Google 的介紹 2. DialogFlow 功能介紹 3. DialogFlow 與 Actoins on Google 實例 4. DialogFlow 與 Line 實例
敲碗數
0
人類為了克服生活環境的種種複雜問題，想盡辦法連結人際網絡（群體），並發明輔助工具，與能溝通的文字和語言，藉以解套外在與內在環境的不利因素。 隨著文明不斷的累積，到了現在電腦資訊昌盛時代，人類開始會想與機器溝通，會使用程式語言或軟體做為橋樑，但滿滿的機械語言與程式碼，只能鎖定在特定族群去解讀，無法普及於大眾，就例如說人人會用電腦、平板、手機，但不一定人人都能除錯或找到系統不順的主因，抑或者數學與外文不好的人，更加難以踏入那個「機器領域」。 人類試圖去簡化與機械語言的隔閡，乃至於發展出ＡＩ人工智能，用程式架構出大腦、神經、圖像與語音辨識等網絡，以重新學習作為基準，達到最終的「神領域」。
敲碗數
3
電腦會選土豆已經不是新鮮事，如果電腦能懂人的行為，那會是怎麼樣的體驗? 把行為辨識用你阿嬤都能懂的話說給你聽。跟你一起和這個技術初次見面。
敲碗數
1
從6月開始玩DiscordBot，最初簡單的需求逐漸升級。 基本回應，抽卡，對話監聽，後台託管.. 針對DiscordBot的中文教學以python為大宗，但我們使用js； 結合Discord.js，Heroku與GoogleAppsScript製作， 用30天一步步實踐可以輕鬆維護的設計模式。
敲碗數
0
Keras 是深度學習最簡單的敲門磚，但是，計畫趕不上變化，所有市面上的書籍都追不上 Keras 版本的更新，例如： 1. Google AI Team 依照 Keras 規格開發一套全新的 Keras 模組，並內含在 TensorFlow 內。 2. 獨立套件Keras不玩了，官網文件全部改為介紹 TensorFlow 的 Keras 模組。 3. Keras 模組與TensorFlow其他模組無縫整合，功能更強大，使用更複雜。 4. TensorFlow 版本飛快更新，很多語法也迅速被丟進垃圾桶，另外，有更多的語法要塞進我快爆炸的腦袋。 只能再重新埋鍋造飯了...
敲碗數
0
希望透過30篇的文章，一一介紹Machine Learning與軟體工程相關的議題與做法，順便幫助自己做複習與學習新知。
