選手列表
以Courser 課程 How to Win a Data Science Competition: Learn from Top Kagglers How to Win a Data Science Competition: Learn from Top Kagglers, 學習如何贏得資料分析競賽.
介紹如何用 Python 的 Scrapy 框架來有效率的建立網路爬蟲
用板子玩AI:從前年開始接觸AI的世界,瘋狂玩了一年的板子,終於有了解一點點什麼叫AI了!
傳統的金融基本面+技術面 , 降低非理性操作 量化程式交易 >> 使用數據加金融知識進行策略編寫 , 所謂的微精通 基本來説 1. 入門技巧 2. 協同障礙 3. 背景支持 4. 成功回報 5. 可復驗性 6. 可實驗性 (來自儸伯特-特威格爾) 主題的研究方向: 1. 基礎的架設環境 2. python 基礎 3. 量化平臺使用介紹 4. 基本金融知識介紹 5 .編寫策略 6. 評估模型
台灣人工智慧學校的北部智慧醫療專班就要開課啦!紀錄為期五個周六早九晚七的課程,在醫療這個領域中人工智慧到底能夠帶給我們什麼幫助呢?讓我們看下去......(https://aiacademy.tw/curriculum-med/)
介紹Statistical learning的概念
接觸了machine learning才知道資料的重要, 有良好的資料才能做好分析,才能拿給機器去做training 這次以洪錦魁的邁向數據科學之路這本書為主軸 最後再輔以今年參加"108年競賽主題為高速公路"遇到的問題來找解決方法
為剛入門機器學習領域 不知道如何開始的新手寫的預備知識。 介紹以下: 1.四大套件 numpy pandas matplotlib scipy 2.機器學習 機器學習常見演算法 3.深度學習 Tensorflow/Keras/Pytorch基本用法 4.Hands-on 實際資料演練
記錄粗淺的入門學習過程 AI人工智慧的學習及整理 及各工具介紹及使用心得 和資料收集 試做一些小程式&資料分析
誒,這不是之前就寫過了嗎?不是的!!如果說之前AI&Data得主是訴說感知器到Transformer的深度,這系列文章就是從不會Python到寫Kaggle的廣度,因為看過太多小夥伴想入門卻一開始不會用Python感到挫折,我會實際先說一下這三十天我希望帶給大家什麼,從動手學深度學習一書啟發,讓章節清晰連貫,每天開頭先設定今天要達成的目標,結尾也有反思回顧,若需要會有執行結果,而這也是我的學習路程