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
表格資料是統計領域、機器學習領域執行資料分析最基礎的資料記錄方式，不論是醫療領域、行銷領域或是電商領域依舊扮演著舉足輕重的角色；然而時下正火紅的深度學習卻是表格資料最大的敵人，不只容易讓模型過擬合，面對新預測資料預測力也非常堪憂，因此近五年有許多方法在搭配深度神經網路後，已能克服預測力不足的問題。綜上所述，本次競賽以「表格資料適不適合使用深度神經網路」為主題，並回顧許多機器學習、特徵工程方法，最後將引入許多適用於表格資料的深度神經網路技巧，並與機器學習方法相比較，就預測力、解釋力等不同層面進行比較與推論。
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
資料在 2023 年儼然已經成為一種新型態的資本，誰掌握了資料，就掌握了金流。 即使手上有資料，卻不知道該如何有效率地分析與處理，就像是只擅長賺錢，卻不了解如何理財。 本系列文將以一個資料工程初學者的角度，除了基本概念，以及入門資料工程常用的技能跟工具，也會嘗試透過 LLM 的介入，來幫助整體資料工程的流程，並在最後打造一個完整的 data pipeline。
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
阿...已經變成研究生了，沒辦法像大學一樣有空寫文章了QQ 既然最近讀了不少 NLP 的論文，那乾脆就一天分享一篇論文吧XD (不知道開學後會不會很忙，總之先試看看吧，不保證能完賽就是了ww)