iT邦幫忙

17th鐵人賽相關文章
共有 19758 則文章
鐵人賽 AI & Data

技術 企業社會責任的商業論證

企業社會責任的商業論證 📚 主題:Carroll & Shabana (2010)〈The Business Case for CSR〉全解析 🎯 目...

鐵人賽 AI & Data

技術 極端正義的兩難:應用倫理思辨框架之個案分析與反思

極端正義的兩難:應用倫理思辨框架之個案分析與反思 🪶 導言:當理性走到盡頭,正義變成一種掙扎 想像有一天,你必須在兩個人之間選擇誰能活下來。 一邊是年輕的單親家...

鐵人賽 生成式 AI

技術 長照3.0 × 科技 × 「開源節流」:台灣與新加坡的制度與實務深度比較

長照3.0 × 科技 × 「開源節流」:台灣與新加坡的制度與實務深度比較 導言|為什麼比較「長照3.0」要看新加坡? 台灣的長照3.0政策正從福利導向走向醫療整...

鐵人賽 Modern Web

技術 從「AI工具箱」到「智慧交通2030」:Web Modern時代的金融啟示與制度重構

從「AI工具箱」到「智慧交通2030」:Web Modern時代的金融啟示與制度重構 摘要導言(深入淺出) 當AI從實驗室走入政府,資料從孤島變成基礎設施,整...

鐵人賽 Odoo

技術 用 Odoo 管理 AI 工具的完整概念設計(含評分欄位)

🧠 用 Odoo 管理 AI 工具的完整概念設計(含評分欄位) 🎯 一、核心概念 Odoo 是模組化的企業管理平台,可以將「AI 工具」視為一種知識資產。 透...

鐵人賽 Odoo

技術 Odoo × 學術工作流:年輕學者如何系統化整理文獻與期刊(含 JCR/WoS/Scopus 指標解釋)

Odoo × 學術工作流:年輕學者如何系統化整理文獻與期刊(含 JCR/WoS/Scopus 指標解釋) TL;DR:把文獻當「任務」、把投稿當「銷售管線」、...

鐵人賽 AI & Data

技術 從 VAE 到 LoRA,讓模型更聰明、更輕巧的進化故事

🤖 AI × Data 知識集:從 VAE 到 LoRA,讓模型更聰明、更輕巧的進化故事 📘 TL;DR 這篇文章整理六大 AI 技術:ARIMA、t-SNE...

鐵人賽 Modern Web

技術 OWL:英文聽說讀寫教學平台——從語料研究到生成式 AI 的教學實踐

🦉 OWL:英文聽說讀寫教學平台——從語料研究到生成式 AI 的教學實踐 TL;DR OWL(Oral–Writing–Listening–Reading)英...

鐵人賽 Modern Web

技術 把 AI 灌溉做成「可上線、可維運、可擴充」的產品

Web Modern|把 AI 灌溉做成「可上線、可維運、可擴充」的產品 核心信念:不是 Demo,而是 Day-2——能被農民持續使用、可被地方政府採購、可...

鐵人賽 Modern Web

技術 水稻灌溉與 AI:從構想到落地的技術實踐

🌾 水稻灌溉與 AI:從構想到落地的技術實踐 TL;DR 水稻灌溉的智慧化關鍵不在「想法」而在「落地」。 AI 結合多光譜影像、氣象資料與植株水分模型,能實現...

鐵人賽 生成式 AI

技術 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

技術 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...

鐵人賽 Odoo

技術 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

技術 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

技術 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 AI & Data

技術 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→...

Python 函式大全 系列 第 65 篇

技術 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 篇

技術 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

技術 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

技術 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

技術 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

技術 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

技術 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

技術 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

技術 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

技術 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

技術 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...