2025 iThome 鐵人賽

2025 iThome 鐵人賽

沒在獨自升級的一起來

AI & Data

最新文章熱門文章

選手 74 文章 585

Day 7

2025-08-27

136

0

「知其然，更知其所以然：什麼是 Real-time (Streaming) Pipeline？從造輪子到 Flink 與 RisingWave」系列

【知其然，更知其所以然】Day 7: Backpressure

我們講到 Speed Layer 就像一隊外送員，專門把 Kafka 新鮮出爐的訂單火速送到資料庫。但是，衝得快不代表不會翻車。今天我們來看第三種真實會發生的「...

Day 29

2025-09-08

136

0

從0開始：傳統圖像處理到深度學習模型系列

Day 29 - NeRF

在鐵人賽倒數兩天，我們稍微把視角轉向 3D 世界。傳統的 3D 內容創作和渲染，依賴於像網格 (mesh)、體素 (voxel)、點雲 (point clou...

Day 10

2025-08-30

135

0

30 天打造 App 評論洞察系統：用 AI 讓產品團隊更懂用戶系列

【Day 9】原始資料格式解析與初步檢查

資料前處理步驟說明在上一篇文章中，我們已經完成資料的整併，但仍有一些格式不一致之處，或需要確認是否存在遺漏值並刪除。可以透過以下方式進行檢查。 Step 1...

Day 25

2025-08-25

135

0

30 天入門常見的機器學習演算法系列

(Day 25) 循環神經網路 (Recurrent Neural Network)

在前面幾天，我們介紹了全連接神經網路 (FCNN) 與卷積神經網路 (CNN)。這些架構在處理結構化數據或影像資料上非常成功，但若應用到「序列資料」時就顯得不足...

Day 19

2025-08-29

134

0

動不動就要 ETL? 以Trino為例-淺談從資料倉儲到湖倉系列

Day 19 - 冰山不止一角，Iceberg 與 S3 (三)

Trino + Iceberg on S3 查詢引擎百百種為何選中了 Trino 搭配 Iceberg 的組合呢？在先前的系列文《從倉儲到湖倉，初探Trin...

Day 3

2025-09-10

134

0

論文流浪記：我與AI 探索工具、組合流程、挑戰完整平台系列

Day X｜資料才是英雄——Docling 的 PDF 解析秘笈 📄🛡️

今天我們不聊算法，也不聊推薦系統，我們聊真正讓系統活起來的幕后英雄——資料。再強的AI 模型，也只能靠資料 —— 也就是每天乖乖整理、解析、結構化的 PDF...

冒牌者症候群的軟體攻城獅

團隊等待阿毛參賽中

熱門文章

熱門系列

鐵人選手

工商時間