iT邦幫忙

技術文章

RSS
鐵人賽 生成式 AI

從十字架談生成式 AI:技術的救贖與創造

✝️ 從十字架談生成式 AI:技術的救贖與創造 TL;DR(Too Long; Didn’t Read) 十字架象徵「死亡與重生」,生成式 AI 則代表「結束...

鐵人賽 AI & Data

生成式AI × 次世代運算:從台大醫院抗藥性預測到Google量子迴聲的雙重突破

【TD專題】生成式AI × 次世代運算:從台大醫院抗藥性預測到Google量子迴聲的雙重突破 從臨床智慧到量子邊界,AI正重塑資料、時間與決策的未來 TD/導...

DAY 54 Compliance for AI

Regulated Workloads(受監管的工作負載) Financial、Healthcare、Aerospace(航太),需要更高層級的complia...

鐵人賽 Odoo

長照3.0 × Odoo:從資料建構到雲端商業閉環

長照3.0 × Odoo:從資料建構到雲端商業閉環 把「科技×醫院×社區」落到地上,讓每一筆照護資料都能轉成可衡量的價值 參考脈絡: 🎬 2025 科幻電影...

鐵人賽 AI & Data

幻覺不是錯,而是學習的鏡子 —— 呂老師雲端課程筆記

💭 幻覺不是錯,而是學習的鏡子 —— 呂老師雲端課程筆記 最近在呂老師的雲端課程中,聽到一段讓我印象很深的話:「AI 的幻覺,其實是創造力的影子。」 這句話讓我...

鐵人賽 AI & Data

生成式 vs. 鑑別式:企業 AI 的雙軌策略與「幻覺」心智模型

生成式 vs. 鑑別式:企業 AI 的雙軌策略與「幻覺」心智模型 ☁️ 導言:AI、Data 與雲端的三角關係 AI 的熱潮正席捲各行各業,但許多企業導入後卻...

鐵人賽 Modern Web

用 Web Modern 打造機車維修業的輕量化智慧管理系統

用 Web Modern 打造機車維修業的輕量化智慧管理系統 不寫 App,也能讓你的維修流程變聰明 一、前言:修車業也能用上「Web Modern」 你不一...

鐵人賽 生成式 AI

生成式 AI 與健康照護永續:政策導向下的未來預測

生成式 AI 與健康照護永續:政策導向下的未來預測 🧭 一、AI 時代的長照願景:從科技應用走向國家策略 經教育部核定的多項計畫顯示,台灣各大學確實已在「生成...

鐵人賽 Odoo

從 Odoo 架構思考:BPaaS 平台建置的難度、成本與「人」的現實挑戰

🧩 從 Odoo 架構思考:BPaaS 平台建置的難度、成本與「人」的現實挑戰 一、前言:Odoo 是夢想落地的試金石 許多創業構想在 Excel 裡完美無缺,...

鐵人賽 AI & Data

用 AI Data 思維重新審視 BPaaS 創業構想:從理想到現實的距離

🤖 用 AI Data 思維重新審視 BPaaS 創業構想:從理想到現實的距離 一、前言:SaaS 已飽和,BPaaS 是未來? 近年來,「BPaaS(Busi...

鐵人賽 AI & Data

DAY30總回顧

三十天走完,我們從最簡單的理論到後面的實務,不只訓練出以 ResNet34 為核心、準確穩定的災害影像分類器,也把 Dify+RAG 打造成一條從「表單→模板→...

DAY 53 Responsible AI

Responsible AI 確保在AI的lifecycle:design、development、deployment、monitoring、evaluat...

Python 函式大全 系列 第 65

Python 模組概說 《 zipfile 模組 》

✦ 功能:用於建立、讀取、寫入、追加和列出 ZIP 檔案內容 ✦ 屬性與方法 : zipfile.ZipFile() 說明:用於讀/寫/附加 ZIP 檔案 zi...

Python 函式大全 系列 第 64

Python 模組概說 《 xml 模組 》

✦ 功能:解析與操作純文字檔案 XML 資料,允許不同的應用程式和系統之間交換結構化資料 ✦ 屬性與方法 : xml.etree.ElementTree 說明:...

鐵人賽 AI & Data

Day 29 🎨 風格遷移實作介紹(補充)

風格遷移是一種很帥、但其實概念蠻優雅的技術:把一張圖片的內容,配上另一張圖片的風格,生出一張既保留原始場景、又帶有名畫或特定質感的新圖。想像:把你家的街景照,畫...

鐵人賽 AI & Data

Day 28|LLM 政策化提示詞:讓回答可溯源、可執行(補充)

今天把 RAG 取回的多段結果(result 陣列),在 LLM 端用 map + join 合併,並用「政策型 System Prompt」強化可溯源與行動化...

鐵人賽 AI & Data

Day 27:Dify 實戰 - 整合 CV 工具與 LLM 工作流(補充)

我們已經完成了 CV 模型的部署,確定了 LLM 是下一步的重點。目標:打造一條「開始 → 模板轉換 → 知識檢索 → LLM → 結束」的可用工作流,讓系統輸...

鐵人賽 AI & Data

Day 26:【專案總結】從圖像分類到氣候行動實踐

在這段深入的學習旅程中,我們成功地應用深度學習技術解決了自然災害的快速識別問題。我們建立了一個高效能的 災害影像分類系統,並將其部署至雲端,實現了從學術研究到實...

鐵人賽 AI & Data

Day 25:部署與 LLM 應用鋪陳

為了快速且免費地將我們的深度學習模型上線,我選擇了 Hugging Face Spaces。 平台優勢與工具選擇平台特性: Spaces 是一個專門為機器...

鐵人賽 AI & Data

Day 24:ROC 曲線分析

我將介紹最後一項關鍵的定量指標 ROC 曲線 (Receiver Operating Characteristic),以衡量模型在區分不同災害類別時的信心程度。...

鐵人賽 AI & Data

Day 23:混淆矩陣診斷與模型訓練狀態分析

我們在測試集上確認了 ResNet34 是我們的冠軍模型。今天,我們將使用兩大評估工具——混淆矩陣 (Confusion Matrix) 和 ROC 曲線 (R...

鐵人賽 AI & Data

Day 22:最終測試

我的三個模型 ResNet34、VGG16、EfficientNetB0 都完成了 Stage 1 和 Stage 2 的訓練與微調,並在驗證集上取得了不錯的準...

鐵人賽 AI & Data

Day 21:多模型訓練 Stage 1 & Stage 2 微調

我們完成了數據的結構化分割,並實作了 DataLoader,將乾淨的圖片轉化為模型可食用的數據流。今天,我們將正式進入訓練環節:首先進行快速的 Stage 1...

鐵人賽 AI & Data

Day 20:資料結構化、擴增

我們完成了資料的爬蟲採集和人工清洗。今天,我們要將這些乾淨的圖片「精加工」:先進行結構化分割,然後實作 PyTorch/Fast.ai 的資料DataLoade...

鐵人賽 AI & Data

Day 19:從爬蟲到清洗~我的資料準備旅程

昨天,我鎖定了我的實戰專案目標:自然災害影像分類,並確定了資料集的結構要求。今天將展開實戰的第一個關卡——資料準備。由於市面上沒有現成的、符合我專案需求的資料集...

鐵人賽 Modern Web

從 Web Modern 角度看:BPaaS 與 55688 生活大管家的差異與機會

🌐 從 Web Modern 角度看:BPaaS 與 55688 生活大管家的差異與機會 一、前言:為什麼要從 Web Modern 看待服務整合? 在 202...

Python 函式大全 系列 第 63

Python 模組概說 《 venv 模組 》

✦ 功能:虛擬環境(Virtual Environment)建立工具,為不同專案建立獨立的 Python 環境,避免套件版本衝突 ✦ 屬性與方法 : venv....

Python 函式大全 系列 第 62

Python 模組概說 《 urllib 模組 》

✦ 功能:處理 URL 與網路請求,提供打開和讀取 URL、解析 URL、處理請求和錯誤等功能 ✦ 屬性與方法 : urllib.request 說明:處理網路...

DAY 52 與Governance有關的SageMaker和Summary

ML Governance SageMaker Model Cards: 將模型的關鍵資訊集中在一起的方式,比如記錄模型的預期用途、風險等級、以及模型的訓練細...