yuhua__

30天深度學習-從零到英雄

幫助初學者從基礎知識開始，逐步掌握深度學習的技術，成為真正的AI深度學習英雄。

tonywang10101

踏上 MLOps 之路：從 Applied Data Scientist 到 MLOps 的轉變與建構

這系列文章我會以一個 Data Scientist 的角度，並以一個 Fintech 公司實際的例子，來分享我們怎麼在雲上或開源專案中建立一個系統來解決以下問題: - 如何減少從 Experiment 實作到 Serving Pipeline 遇到鬼的 - 如何化解 Data Scientist 間的穀倉效應，並讓 DS 間可以互相合作 - 如何整理雜亂的訓練資料並不會被埋沒在奇怪命名的研究結果汪洋中 - 如何安心的睡覺，不用擔心模型壞掉

meooooow

AI與語音辨識

想去了解及探索AI及語音之間的關係，在學習當中會把過程及成果放上來，並給與其延伸或者心得，來看看大學生現在都如何學習的吧！

mingchang

深入探索AI模型

筆者就讀於人工智慧相關學系，目前為大學三年級即將升到四年級，已經經過了大學三年的學習，也已經修讀了多堂機器學習相關課程，小型專案也已經做了不少。但我看見身邊有許多人在做機器學習、使用模型時常常只是套模，不知道自己所使用的模型是什麼，也不知道背後是怎麼運作的。因此想利用這次的30天鐵人賽來寫一篇有關介紹一般常見模型以及基礎使用這些模型的應用。 在這30天的文章之中，將會先介紹模型的運作方式以及背景，接著實際以python來使用這些模型，並且以簡單的程式碼運行、展示成果。希望這30天的文章可以讓讀者們理解這些模型，並且讓各位讀者能夠以後自己在使用模型時，能夠也先去理解自己使用的模型究竟是什麼，

Mike Han

實用Modern Data Stack：資料架構案例分析與分享

從實用的角度討論Modern Data Stack（好像是翻現代資料棧？）的設計與應用，也分享一些個人與公司在實作應用MDS的一些數據與雲端轉型的案例！

中年一般人

AI 再次入門到進階

本次主要會把目前熱門的LLM, NLP, 電腦視覺等的方向以項目實作為主入門並進階 AI 以及機器學習，比較適合已有 Python 基礎並且大學也修過機器學習課程的人

rlover

用R語言玩轉文字探勘

用R語言玩轉文字探勘

Penut Chen

LLM 學習筆記

筆者學習 Large-Scale Language Model (LLM) 的筆記。

whoami

ML From Scratch

本篇是為了統整並使閱讀的各位和我自己了解機器學習內部實際的運作理論，在我日常使用相關技術時，常常是直接使用像是 tensorflow 或 pytorch 之類的套件去執行並實作出我們自己想要的結果，在使用時我自己常常會忽略或忘記這項技術背後的知識。 在接觸這領域有大概 2~3 年的我，決定在今年 2023 年自己試著撰寫自己對於機器學習相關技術背後理論的理解，目的是希望我能將此技術內化，並能透過此筆記給其他人參考或說鞭策自己，如果對於內容有疑慮歡迎聯絡我本人。

Papii

資料分析的硬體以及軟體學習以及成長心得

本人是Mid Life 轉型投入大數據行業． 之前都是在財務分析，審查以及做財務報表以及budgeting and forcasting中打滾。 想分享一下分享一下Non-Traditional route的人進入IT所遇到的一些學習心得以及成長紀錄．