選手列表
研究聊天機器人如何製作 以及在知名平台(Line,Message...等)的相關應用 內容可能偏新手向
目標是做出一個人臉表情辨識的手機版應用程式,可能會用到的工具有Python、Visual Studio Code、Kotlin和Android Studio。從零開始清理資料、建立模型、製作程式介面到部署模型。這過程中有許多技巧和理論,也可能會遇到一些問題,想透過這30天跟大家分享。
目前正在做的事情是嘗試把一個人的聲音轉換成另一個人的聲音,現在做到使用 AUTO-VC 轉換,未來正在實驗自己的 Model ( 目前用的是 Tramsformer ) 這個過程遇到了不少問題,因此想要紀錄一下,也跟大家分享。
現在有許多入門取向的機器學習,身為初學者的我也想寫一份心路歷程,從最剛開始的資料清洗到直接套用在一個產品上,透過這30天一條龍的介紹一下
以基本的資料探索相關為主,包括資料的特徵工程及後續的分析,並以深度學習相關方法為輔
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!
晚餐沒有頭緒?召喚一下Google Assistant馬上獲得靈感。疫情期間宅在家上Netflix追劇,平台總能掌握自己的喜好推薦新的影集。寫畢業論文卻苦於自己的菜英文,Grammarly還能幫你檢查文法和甚至建議你更道地的用詞,讓指導教授對你的文章嘖嘖稱奇。得力於蓬勃發展的深度學習演算法,自然語言處理使得我們的生活充滿便利。本系列前半部分將介紹自然語言處理的基本流程與重要技術,後半部分則著重在神經機器翻譯(neural machine translation)系統的開發實務。接下來的30天,我會按照上述脈絡整理我所學習的重點,盡量以淺顯易懂的方式呈現給大家。
Kaggle 舉辦了30天的基礎 ML 課程給機器學習初學者,這次參賽會分享自己這30天所學到的東西。