https://wolkesau.medium.com/ai-machine-learning-aaa015a1187

前幾年，隨著機器的日新月異，運算能力大幅進步，AI 應用也跟著水到渠成，機器學習成為顯學。
很多三四十年前，只存在於論文的內容，也只能存在論文的內容，主要原因是因為當年的機器運算力太弱。
但現在都能被運算出來，因為運算速度的加快，在近幾年也更快的加速這個機器學習的發展。
記得我小時候，麥可傑克森的變臉 MV ，在全球造成轟動，當時這十幾秒的變臉 https://youtu.be/F2AitTPI5U0?t=328，成本就百萬美金了，現在每支手機都能順間變臉。

例如前年2019很紅的變老變年輕，去年2020很紅的換臉，都是這一塊的應用；隨著時間演進，只會越來越精良而已，你以後要怎麼辨識出真假呢?
或是真假也沒有那麼重要，而是陪養出獨立思考的能力，才是最重要的。
機器學習與 IOT 合在一起，現在叫做 AIOT。

AI ninja project
我不太懂 AI，可是我會一點 Python 和 Azure
以實作為主，跟著作可以弄懂一些關於 machine learning 的內容
學資料科學的小孩不會變壞- 從入門到實戰全攻略
從入門開始
R語言-分群(clustering)的實戰應用
影片教學
從 AI 落地談 MLOps
AI 的應用
Terraform Workshop - Infrastructure as Code for Public Cloud 疫情警戒陪你度過 30 天
學資料科學的小孩不會變壞- 從入門到實戰全攻略
我好想轉生成史萊姆
談MLOps - 模型、專案架構、產品化及維運
觀賞魚辨識的YOLO全餐
資料工程師修煉之路 Part II
我們的基因體時代-AI, Data和生物資訊
生物領域的應用
Attention到底在關注什麼？
30Day 從一介凡人羽化成資料科學初學者