2024 iThome 鐵人賽

AI/ ML & Data

最新文章熱門文章

選手 61 文章 1436

AI/ ML & Data

Day 6

2024-09-18

1206

AI 影像處理 30天系列

[AI 影像處理 30天] [Day 06] 前後景分離 (下) : 以 Segment Anything Model 搭配二值化圖像取出前景

昨天我們將場景的深度圖進行二值化以達到不精確的前後景分離效果，今天我們要用 Meta 公司推出的開源模型 Segment Anything Model (以下簡...

twm_pt_dat

AI/ ML & Data

Day 8

2024-09-09

1200

征服機器學習的終極秘技系列

Day 8 - 機器學習中的數據切分

前言我們過去探討了數據清理和特徵工程的重要性。然而，擁有乾淨的數據和精心設計的特徵還不是終點。機器學習模型不僅需要在訓練數據上表現良好，還需要能夠在新數據上進...

籃板工程師之 AI 戰神

團隊為了AI而AI

AI/ ML & Data

2024-10-15

1199

學習人工智慧的概念和技術系列

了解 K-means 非監督學習

非監督學習中的一種重要算法——K-means 是一種非常常見且直觀的聚類（Clustering）算法，它能夠自動將數據分成多個相似的組（稱為簇，clusters...

玉泉

AI/ ML & Data

Day 16

2024-09-17

1198

征服機器學習的終極秘技系列

Day 16 - 回歸、聚類與降維問題的評估指標及模型比較

在上一篇文章中，我們介紹了分類問題的常見評估指標。今天，我們將進一步探討回歸、聚類與降維問題的評估指標，以及如何進行模型比較，幫助我們選擇最合適的模型。 [so...

籃板工程師之 AI 戰神

團隊為了AI而AI

AI/ ML & Data

Day 25

2024-10-09

1197

華人市場資料打撈師求生指南系列

Day 25 - Power BI 關聯性的功用以及類型

下面的圖是目前的資料模型，跟上一篇最後的資料模型相比，只改變了表格名稱 (e.g. dbt dim_company → company)。 Power BI...

hh_chien

團隊資料工程師甘苦談

AI/ ML & Data

Day 7

2024-09-08

1196

征服機器學習的終極秘技系列

Day 7 - 提升模型性能的關鍵：特徵工程

收集完數據並完成數據清理並不代表模型就能夠很好地進行預測，有時候秘訣藏在如何處理和轉換數據。今天，我們將繼續我們的數據準備之旅，進入特徵工程的世界。簡介特徵...

籃板工程師之 AI 戰神

團隊為了AI而AI