2023 iThome 鐵人賽

2023 iThome 鐵人賽

帶我們前進的是想證明自己的力量

AI & Data

最新文章熱門文章

選手 121 文章 2526

Day 6

2023-09-21

7683

0

戀 AI ing - 我與機器學習的邂逅系列

【Day 6】回歸與分類 Regression & Classification

前言昨天了解到了機器學習的各種學習方式，今天就要針對模型的目標來區分出兩種不一樣的問題，一個是回歸問題 ( Regression Problem )，一個是分...

團隊最強資工大電神

Day 4

2023-09-17

7638

0

揭開黑箱模型：探索可解釋人工智慧系列

[Day 4] LIME vs. SHAP：哪種XAI解釋方法更適合你？

LIME 和 SHAP 都是機器學習中的解釋性方法，它們的共同點是都適用於模型無關性（Model Agnostic），並透過資料來解釋模型的預測結果。如果不想深...

Day 25

2023-10-08

7631

0

30天零基礎學習網路爬蟲系列

Excel內建工具-從Web匯入網頁資料

Excel內建外部資料的匯入功能，讓我們不用撰寫任何VBA的程式碼，就能將網頁的資料匯入Excel工作表中。新版進入Excel空白活頁簿後，在上方的功能區選...

Day 16

2023-10-01

7511

0

戀 AI ing - 我與機器學習的邂逅系列

【Day 16】參數 vs 超參數

前言在訓練模型時，有時會被一些專有名詞搞混，像一個參數就有分「參數」和「超參數」，今天我們要來搞清楚這兩個名詞的差異啦 ~ 參數 Parameters 在...

團隊最強資工大電神

Day 24

2023-10-07

7489

0

揭開黑箱模型：探索可解釋人工智慧系列

[Day 24] LSTM的可解釋性：從時序資料解析人體姿態預測

在這個系列中，我們已經介紹了深度神經網路中的DNN（深度神經網路）和CNN（卷積神經網路），以及它們如何透過不同的方法進行模型解釋。今天，我們將深入探討如何使用...

Day 12

2023-09-27

7481

0

LLM 學習筆記系列

LLM Note Day 12 - So Many LLMs 如繁星般的語言模型們

簡介雖然多數的 Local LLM 不會像 ChatGPT 一樣高達 175B 的參數量，但即便模型只有 7B, 13B，在只有一兩張 3090, 4090...

團隊消波塊上的海洋貓貓

熱門文章

熱門系列

鐵人選手

工商時間