選手列表
introduction to the knowledge graph
在進行材料分析時,時常會需要照射顯微鏡,但是一個完全未經處理的樣品是無法得到任何資訊的,所以都會先進行表面處理再進行實驗。而隨著科技的進步,我們能看見微米甚至是奈米等級的影像,而若是表面處理沒有合格,一樣無法得到想要的資訊;所以在這30天,希望可以基於python,透過深度學習的方式,辨識材料樣品的表面處理是否合格,以減少來回反覆操作的時間。
理解如何以Tensorflow軟體庫學習打造各式神經網路(ANN, CNN, RNN, ...)並進行相關機器學習專題與研究。也會順帶介紹前置作業所需要學習的相關程式庫及資料結構(numpy, pandas)。
對於平常喜歡到處查找資料的我來說, 很長就是看完資料後就以為自己已經理解了, 但實則不然 XD 因此想藉由這次鐵人賽的機會, 將自己實際閱讀到的, 學習到的, 已及練習過的東西實際的記錄下來, 我想才會是最實在且存在於腦海中的事物, 這樣的簡介跟開頭可能有點老套, 不過如果也對 ML 有興趣或是也想知道一些內容的話, 也很歡迎一起讀這個課程, 那就讓我們一起開始吧~
花30天來一起來看看什麼是Meta learning