選手列表

個人組列表 團體組列表
敲碗數 3
AI & Data
Tableau 輕鬆學

藉由這次自我挑戰的機會,創作系列文章將 Tableau 帶給各位讀者。希望可以達成自我期許的目標:「提供讀者想要實作某些功能時,有個可以思考的方向,或者可以想到回來參考這些文章」。也因為如此,這系列的文章不會著重於資料背後的故事,而是專注說明每個概念與功能的使用。

挑戰進度
DAY 30
斯人
報名日期:2021/08/03 11:25:40
敲碗數 0
AI & Data
我好想轉生成史萊姆

在這30天中,我會分享自己在完成機器學習專案所用到的各種工具。

挑戰進度
DAY 30
なるみ
報名日期:2021/08/09 01:42:25
敲碗數 2
AI & Data
Google Assistant 開發與語音使用者介面設計

你是否曾試想過出一張嘴就能獲取一切資訊的情境呢? 在Google、Amazon、Apple發表各家的語音助理後,這個想像逐漸在現實生活中真實上演。 各家巨頭為了增加使用情境,皆以不同程度開放第三方開發者能建構自己的APP並上架供使用者使用。 在這一系列的文章中,將帶領各位一窺背後的開發流程。 從了解「語音使用者介面設計」,到使用DialogFlow手把手建構出一個屬於自己的Google Assistant APP。 最後,將帶領各位看看語音對話為基礎的APP能在哪些地方提供更實用的協助。 希望這一系列文章結束後能讓你加入開發的行列!

挑戰進度
DAY 30
Hank Yu
報名日期:2021/08/25 12:18:42
敲碗數 2
AI & Data
AI ninja project

感覺AI是一座門檻, 沒有資訊方面碩士學歷、沒有統計學的知識、沒有經歷專案、或是沒有大神帶, 要如何入門呢? 我希望能以實際操作,讓一般人也能夠有操作到AI套件的機會, 並且對生活有幫助或是解決問題。

挑戰進度
DAY 30
wilsonsujames
報名日期:2021/08/02 10:19:15
敲碗數 6
AI & Data
我不太懂 AI,可是我會一點 Python 和 Azure

去年的這個時候,因緣際會之下,受朋友之託,要我幫忙教一下一些 Azure 上有關 AI 的應用。東摸西摸,摸了好長一段時間,踩了不少地雷,終於也試出了一些成果,這些成果拼拼湊湊,竟然也是可以做出一些有趣的應用。在這次的活動中,我會盡可能利用 Azure 上的各種服務,做出帶有 AI 功能的 Line chatbot。主要的內容會圍繞在 Azure Cognitive Services 和 Azure Machine Learning上的應用。

挑戰進度
DAY 30
Ben
報名日期:2021/08/02 10:32:00
敲碗數 1
AI & Data
觀賞魚辨識的YOLO全餐

本次挑戰要完成如何用 YOLO 來對觀賞魚進行辨識的全端實作,包含後端 API,後端模型訓練以及前端手機開發,讓使用者可以透過手機上傳一個圖片來完成觀賞魚的辨識。全部的開發環境會在 AWS 中完成,目前暫定用 EC2 來進行訓練以及預測,如果可以,會希望用 AWS SageMaker來完成,已達到無服務器的理想。

挑戰進度
DAY 30
yehchitsai
報名日期:2021/08/26 08:01:53
敲碗數 1
AI & Data
資料產品開發與專案管理

資料專案的類型可以依照資料產品特性分為原始資料、加工資料、模型、輔助決策以及自動決策等五種。這五種產品在開發與設計上有各自需要注意的地方,彼此在應用上也互相關聯依賴,這種特性造成了資料產品或專案在開發以及管理上的困難。 這系列文章會將過去處理過資量產品的經驗,轉變成更有系統的管理以及開發方式,讓資料科學家、工程師、專案經理以及需求方都能夠站在相似的基礎上來討論事情,讓資料產品開發專案過程更為順利。

挑戰進度
DAY 30
bryanyang0528
報名日期:2021/08/27 17:58:14
敲碗數 0
AI & Data
資料工程師修煉之路 Part II

延續上一屆寫到一半的主題 https://ithelp.ithome.com.tw/users/20130395/ironman/3602, 繼續做 Design Data-Intensive Applications 這本書的摘要 + 經驗分享吧!

挑戰進度
DAY 30
t.shine73
報名日期:2021/08/13 13:11:59
敲碗數 1
AI & Data
我們的基因體時代-AI, Data和生物資訊

比爾蓋茲在2017年5月15號的時候,在Twitter上面分享:『AI, energy, and biosciences are promising fields where you can make a huge impact. It's what I woul』。從這邊可以理解到如何讓AI與生命科學相遇將是很重要的方向,且已經發生,這三十天內將分享當機器學習與基因體學相遇、數據科學在生物資訊中的角色、基因資訊的數據長什麼樣、介紹Bioconductor, R, Biopython, Azure notebook、以及如何利用這些技術來追蹤COVID19!

挑戰進度
DAY 30
weitinglin66
報名日期:2021/08/30 23:59:25
敲碗數 3
AI & Data
從 AI 落地談 MLOps

行百哩路半九十,即便各種先進的AI模型如雨後春筍般化為現實,AI成功落地佈署至商業情境仍是困難重重,營運中的商業服務如何調整其ML算法,讓服務經得起時間及使用者的考驗,必須反覆推敲範疇、資料、模型及佈署的問題,進一步而言,有沒有關於AI落地、ML in Production、MLOps的解決方案? 既然佈署機械學習ML的工程實務逐漸歸納並越受重視,也多虧軟體工程DevOps精神興起與CI/CD實務越漸普及,本系列期待透過鐵人賽將系列知識做個梳理,拋磚引玉,協助銜接ML商務落地的一哩路,以及對AI有志趣者,補充除了AI建模以外需要關注的面向。

挑戰進度
DAY 30
威利斯
報名日期:2021/08/04 20:50:52

主辦單位

主題贊助夥伴

企業徵才夥伴

合作推廣夥伴