AI & Data
資料工程師，也叫做數據水管工，主要就是要想辦法串接老闆、PM、分析師、科學家要的資料，因為過去常常用 crontab 到發瘋，所以想認真研究 Airflow ，希望學習過程中能透過鐵人賽督促自己。
AI & Data
使用30天時間介紹各醫學信號辨識使用工具、使用方法，重點放在心電圖辨識上
AI & Data
本系列將從 XAI 的基礎知識出發，深入探討可解釋人工智慧在機器學習和深度學習中的應用、案例和挑戰，以及未來發展方向。希望透過這個系列，幫助讀者更好地理解和應用可解釋人工智慧技術，促進可信、透明、負責任的人工智慧發展。
AI & Data
在這 30 天內會先從基本的 Pandas 資料處理，以數學的角度理解神經網路與機器學習之相關概念後，會用 Python 實作出各種模型，最後再用 Django 讓模型能夠結合網頁 !
AI & Data
AI 若是黃金，資料就是礦脈。 2015 年以大數據為題創業時，當時大家只想要機器學習模型不管資料。2017年便與開源社群夥伴一起發起台灣資料工程協會，擔任常務理事至今，終於盼到資料被大家普遍重視，反應在資料工程師的短缺與節節高漲的薪資水準上，以及「資料治理」議題的崛起。 2022 年開始推廣「資料治理」框架時，赫然發現除了少數產業，大家對於資料領域常見的系統與概念詞彙定義，仍有許多混淆不清之處。於是，Anna 來了！ 想跟大家叨叨資料領域必知的 30 個詞彙，希望可以幫助大家在資料專案中溝通更順暢，作為使用者需求明確，作為開發者交付準確。少點雞同鴨講，多一點雞犬升天。
AI & Data
近期，生成模型的家族又多了一個新的模型，Diffusion 模型、物件偵測Yolo v7& Yolo v4
AI & Data
現今被廣泛使用的物件檢測技術網路為YOLO系列網路，YOLO系列網路的版本持續更進，辨識效率以及準確度也越來越高，因此了解YOLO網路的技術以及如何執行，便是我這30天的挑戰目標。
AI & Data
30天認識主流大數據框架：Hadoop + Spark + Flink