AI & Data
生成式AI工具不斷創新，為數位生活帶來無限可能性。在這個系列中，將精選一些免費或具有免費額度的生成式AI工具，帶您深入探索它們的多功能AIGC應用。不僅將解釋如何使用這些工具，還將實際示範，讓您可以輕鬆上手，立即開始創造令人驚艷的內容。跟隨這系列的節奏，掌握生成式AI的魔法，一起將AIGC應用於實際情境中。
AI & Data
圍繞 AI & Data 的主題, 由 Machine Learning Algorithms(機器學習算法) 到各種識別/檢測, 再到 AI 的應用
AI & Data
Databricks 已經是目前 Machine Learning / LLM 的開發工具主流之一，也從很多客戶的使用回饋得知，還很多人只會簡單的操作。這系列希望能夠從作者在參與客戶專案與公司專案的過程中，帶著讀者從零到一開始。(From Zero to Hero)
AI & Data
一開始先介紹AI人工智慧的特性與功用，再談到機器學習&深度學習兩者的差異，然後舉例幾款常見的深度學習軟體，並教大家如何安裝、設定參數，最後找幾個主題或是有名的案例來實際操作TensorFlow，一邊學習一邊記錄我這三十天以來的學習成果。
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。