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 1456

Day 23

2025-10-07

167

0

AI、機器學習以及深度學習的語言學應用系列

Day 23 - Encoder-Decoder

昨天我們介紹了 RNN 的基本概念，知道它可以記住先前的輸入，適合拿來處理序列資料。但是，當我們想要做「序列到序列（seq2seq）」的轉換時（例如把一句中文...

團隊美珠姨

Day 17

2025-09-06

166

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 16】訓練語言模型的選擇：為什麼我用 BERT？

在這次的專案中，我選擇了預訓練模型進行 Fine-tuning。這是一種高效且常見的作法，能讓我們在短時間內，利用現有模型的強大能力，來解決特定領域的任務。為...

Day 5

2025-09-05

166

0

從養殖到餐桌：AI在畜產及水產的研究與應用系列

以人工智慧為基礎的畜牧養殖場智慧監控框架 Day5

此篇來自韓國的研究提出一套智慧監控框架，旨在解決傳統養殖場在監測牲畜行為時的痛點。有別於傳統智慧養殖場多專注於環境控制，此框架利用既有的CCTV監控系統，透過人...

團隊熊熊嗚好！

Day 5

2025-09-07

166

0

感知你的動作與情緒：深度學習在人機互動的應用系列

Day 5 | 打造語音助理第一步：LSTM 處理語音序列

前言當語音從「聲音」轉為「理解」，我們該如何設計模型？如果說 CNN 是語音互動系統的起點，那麼處理時間序列的模型，則是我們邁向「理解語音語意」的重要分水嶺...

Day 22

2025-09-01

166

0

從0開始：傳統圖像處理到深度學習模型系列

Day 22 - 自監督學習與對比學習

到目前為止，我們所學的所有監督式模型，都是建立在大量高品質的人工標註數據上。這個過程耗時耗力，也限制了模型的應用規模。我們是否也能讓模型像人類一樣，單純透過觀...

Day 5

2025-09-19

166

0

來都來了，那就做一個GCP從0到100的AI助理系列

Google Prompting Essentials 五步驟核心（T-C-R-E-I）

昨天我們聊過 LLM 為什麼容易「幻覺」，甚至一本正經地說出錯誤。那我們要怎麼辦？最快速的方式就是寫出好提示詞，也就是一直都很夯的提示工程。提示工程各家教法...

團隊 Cyber Edge Runners

熱門文章

熱門系列

鐵人選手

工商時間