AI & Data
在當今競爭激烈的企業世界中，諸如人工智慧生成代碼（AIGC）之類的新興技術已成為企業的關鍵。然而，當您試圖將AIGC導入企業時，您可能會遇到一些挑戰和困難。本文將探討在使用Stable Diffusion作為AIGC工具的情況下，企業可能會遇到的問題和坑。
AI & Data
- MLOps 混合雲的實踐 - LLM 簡介與 MLOps 關係 - 使用 MLOps & LLMOps 的工具與生態圈 - Databricks, Azure Machine Learning - MLflow
AI & Data
此題目是來自於線上免費課程 https://www.fast.ai/ 中的Practical Deep Learning for Coders 是想看看可以多fast ? 講師是以實用型的作法來學習AI，並且有開發自已的一套library 讓大家不用理解複雜的AI 數學模型，也可以使用AI 來開發自己的應用程式。 想想以前因為覺得學AI 就要看一堆論文，那不是我的興趣就放棄 現在有了一些想法，又有了巨人的肩膀可以站，那看看能不能學完後獲得什麼 來實現自己日常的一些想法 在這30天，希望藉由此課程& 書，來完成AI 的初步學習。
AI & Data
30天胡搞瞎搞學會pyspark ： pyspark 的各種介紹及日常使用，寫給自己也順便挑戰的筆記
AI & Data
AI現已經融入我們的生活周遭，像是Chat-GPT、推薦系統... 隨著時間的推移，模型發展的越來越龐大、複雜，為了符合實際應用，各種串接與部屬，讓演算法系統可以完整的執行一整條服務。 為了讓智能體可以更有效率的完成眼前龐大且複雜的任務，強化學習有一個分支為多智能體(Multi-agents)除了像是智慧工廠、或是足球比賽，已經在某些實驗上展現出驚人的結果，像是Open-AI的Hide and Seek 相信未來合作與競爭的模型會越來越成熟。希望可以藉由這系列的文章，讓更多人了解與認識這一塊。
AI & Data
隨著Chat GPT的興起，提示工程也開始被大家重視起來。我要在這30天，從零開始學習，利用Open AI來設計和優化語言模型的提示，並探索如何利用文本生成、問答系統等來實作一個小小的應用。
AI & Data
因著ChatGPT的開放，2023年成為AIGC-生成式 AI火熱的一年，本系列會淺談一些生成式AI概論，接著精選一些生成式AI工具來介紹。
AI & Data
如今在 Data 及 AI 快速的發展，各種演算法及服務不斷推陳出新，Data pipeline 在資料服務中是一個不可或缺的重要要素。這系列文章主要分享data pipeline的相關實踐，包含資料的架構，Airflow 的實作，以及開發測試部署的流程。希望幫助讀者們能夠掌握data pipeline 的相關知識架構，並能更全面地進行Data pipeline 的開發！
AI & Data
剛接觸三個月的機器學習新手從0.0000000001開始學習機器學習演算法，希望能用筆記的方式記錄學習軌跡，在這30天內快快成長!