iT邦幫忙

ai相關文章
共有 671 則文章

技術 以總統民調學習抽樣理論

前言 這一陣子總統大選幾乎天天有民調,各家調查結果大相逕庭,調查結果相差10~20%,但每一項民調都宣稱『信心水準95%,抽樣誤差為正負3.0%』,照理講不是應...

技術 淺談機器學習的效能衡量指標 (4) -- 檢定力分析(Power Analysis)

前言 上一次談到『假設檢定』(Hypothesis Testing),它可以檢定一項實驗是否有顯著性的效果,但是,我們要蒐集多少樣本才能驗證實驗的可靠度呢? 這...

技術 淺談機器學習的效能衡量指標 (3) -- 效能衡量指標與假設檢定的關聯

前言 機器學習經過訓練(Trainning)、評估(Evaluation)後,就可以得到準確率(Accuracy)、精確率(Precision)、召回率(Rec...

達標好文 技術 淺談機器學習的效能衡量指標 (2) -- ROC/AUC 曲線

前言 上一篇談到準確率(Accuracy)、精確率(Precision)、召回率(Recall)、F1 Score,它們適用在不同的場景,接著我們再來討論『RO...

達標好文 技術 淺談機器學習的效能衡量指標 (1) -- 準確率(Accuracy)、精確率(Precision)、召回率(Recall)

前言 初接觸機器學習時,常會給幾個效能衡量指標搞得一個頭兩個大: 混淆矩陣(Confusion Matrix)。 準確率(Accuracy)、精確率(Prec...

鐵人賽 AI & Data DAY 18

技術 Day 18 AI feat. Security

分享一個被攻擊的慘痛經驗QQ 第一次 暫時性(畢業後沒有)擁有桌上型電腦。 結果有一次想從我的IG把影片抓下來,search 線上載IG影片 進到了第一個網址(...

鐵人賽 AI & Data DAY 13
一服見效的 AI 應用 系列 第 14

技術 Day 14:客服人力規劃(Workforce Planning) -- 線性規劃求解

前言 十幾年前到電信公司工作時,接到的第一個專案就是要幫客服中心安排人力班表,我們調查過很多國內外的WFM(Workforce Management)系統,通...

鐵人賽 AI & Data DAY 13
一服見效的 AI 應用 系列 第 13

技術 Day 13:快速完成一個『對話機器人』(ChatBot) -- 續

前言 前一篇我們用了不到20行的程式,解析使用者說的話,程式了解語意後,要如何回應呢? 今天就來探討一下吧。 回應(Response) 回應的作法有很多種:...

鐵人賽 AI & Data DAY 13

技術 Day 13 我要成為 Googler +5

Demo: ML in Google Photos 這裡的例子是Google Photos拍照完後,儲存在裝置中的照片或是影片,不用特別標記,當在搜尋那兒 輸入...

鐵人賽 AI & Data DAY 12
一服見效的 AI 應用 系列 第 12

技術 Day 12:快速完成一個『對話機器人』(ChatBot)

前言 今年最夯的AI應用非『對話機器人』(ChatBot)莫屬了,許多大企業都已建置相關應用系統,並配置一組專案人員維運,一方面提昇機器人智慧,另一方面不斷擴展...

鐵人賽 AI & Data DAY 11

技術 Day 11 English Speech Sharing

星期一 星期二 星期三 星期四 星期五 Opportunities and Pitfalls of Interdisciplinary Biome...

鐵人賽 AI & Data DAY 11
一服見效的 AI 應用 系列 第 11

技術 Day 11:混合的推薦模型 (Hybrid Model)

前言 前面我們介紹兩大類的推薦方法 -- 以內容為基礎的過濾(Content Based Filtering) 及 協同過濾(Collaborative Fil...

鐵人賽 AI & Data DAY 10
一服見效的 AI 應用 系列 第 10

技術 Day 10:以模型為基礎的協同過濾 (Model Based Filtering)

前言 上一篇介紹了『協同過濾』(Collaborative Filtering)的概念,並實作『以記憶體為基礎的過濾』(Memory Based Collabo...

鐵人賽 AI & Data DAY 9
一服見效的 AI 應用 系列 第 9

技術 Day 09:協同過濾(Collaborative Filtering) 實作

前言 上一篇介紹了『協同過濾』(Collaborative Filtering)的概念,今天我們就來撰寫程式實作看看。 測試資料集 GroupLens 提供各種...

鐵人賽 AI & Data DAY 9

技術 Day 9 我要成為 Googler +3

之前的文章 有提過 AI 和 ML 的關係。在這次的課程 How Google does Machine Learning 也再一次提起 ~~~ 可見其 問題是...

鐵人賽 Modern Web DAY 23
ML X 友廷等公車 系列 第 23

技術 Day 23 動態訓練模型

架構圖 record.json 救回來 json_load() load 出來 代表資料齊全,沒出來 代表手動繼續補 import json with ope...

鐵人賽 AI & Data DAY 8
一服見效的 AI 應用 系列 第 8

技術 Day 08:協同過濾(Collaborative Filtering)

概念 顧名思義,協同過濾(Collaborative Filtering),協同就是集合眾人的意見協同合作,進而篩選或推薦商品,作法與購物籃分析類似,一樣是以銷...

鐵人賽 AI & Data DAY 7
一服見效的 AI 應用 系列 第 7

技術 Day 07:初探推薦系統(Recommendation System)

前言 上一篇我們介紹了『購物籃分析』,可以幫公司建立商品組合,也可以推薦商品給顧客,它單純依據銷售記錄進行分析,但是,如果是線上網購,瀏覽(Page View)...

鐵人賽 AI & Data DAY 6
一服見效的 AI 應用 系列 第 6

技術 Day 06:購物籃分析背後的演算法 -- Apriori

前言 上一篇我們介紹了『購物籃分析』的觀念與實作,現在就來研究它背後的演算法 -- Apriori,是如何找到這些關聯性強的商品組合。 Apriori 原理 『...

鐵人賽 AI & Data DAY 5
一服見效的 AI 應用 系列 第 5

技術 Day 05:購物籃分析(Basket Analysis)

前言 前幾篇是以客戶的角度進行的行銷分析,這一篇『購物籃分析』(Basket Analysis)則是以商品的角度行銷,對顧客進行『交叉銷售』(cross sel...

鐵人賽 AI & Data DAY 4

技術 [04] : 智慧比一比~「BI 商業智慧」 vs. 「AI 人工智慧」

你需要的是 BI 還是 AI,又或者是只需要統計報表就可以滿足需求,千萬不要捨近求遠,浪費不必要的資源。 BI 和 AI 的差別在哪裡? 基本上,針對 BI...

鐵人賽 AI & Data DAY 3

技術 [Day3] 知名企業使用Dialogflow的案例

Dialogflow 官方列出的三大案例分享,分別是KLM航空,達美樂和Ticketmaster,這三間公司都是跨國企業,擁有相當龐大的產品客戶。 三種案例也分...

鐵人賽 AI & Data DAY 4
一服見效的 AI 應用 系列 第 4

技術 Day 04:客戶留存率與流失率 -- 同類群組分析(Cohort Analysis)

前言 還記得去年電信業 499 之亂嗎? 因為中華電信率先推出499元吃到飽,引發手機用戶的板塊大挪移,造成當年所有電信業者EPS大跌。當同業提供的服務大同小異...

鐵人賽 AI & Data DAY 3
一服見效的 AI 應用 系列 第 3

技術 Day 03:客戶分群(Customer Segmentation) -- 那些客戶是我的VIP? (續)

前言 上一篇我們將購買記錄轉化為 RFM 指標,接著,就可以使用各種集群分析(Clustering)的演算法,將客戶自動分群,進而找出 VIP 客戶。 集群分析...

鐵人賽 AI & Data DAY 2

技術 回歸與分類-ML問題的兩大分類

在上一篇文中,我們介紹了ML問題的兩個主要分類。現在讓我們更詳細的來深入學習這兩者的差別吧! 回歸與分類   回到上篇文章的餐廳例子,我們想要利用客人帳單的...

鐵人賽 AI & Data DAY 1

技術 [01] : 說在前面~你也要「人工智慧」嗎?三思啊 ...

「大數據」和「人工智慧」絕對不是只是噱頭! (Big Data & AI)已經正在改變我們。 「IOT 物聯網」,「Big Data 大數據」,「M...

Machine Learning Day30 系列 第 1

技術 [Day01] 為什麼學AI

「嗨Sire,倒數計時30分鐘」,我一直覺得Siri很神,可以紀錄、可以計時、更可以聊天,因為他,讓我好奇「人工智慧」是怎麼做出來的。 在了解怎麼做之前,先來看...

鐵人賽 AI & Data DAY 2
一服見效的 AI 應用 系列 第 2

技術 Day 02:客戶分群(Customer Segmentation) -- 那些客戶是VIP?

前言 當公司對外行銷或提供服務時,總會希望對VIP客戶特別照顧(大小眼?),因為他們對公司的貢獻度特別大,那我們如何衡量貢獻度或『客戶終身價值』(Custome...

鐵人賽 自我挑戰組 DAY 1
RPA + AI 怎麼搞? 系列 第 1

技術 第一天碎碎念時間 這主題為什麼來的

免責聲明小女子是純商管背景出身,第一份工作是個安分守己的審計員 ,之後才慢慢接觸到軟體,因為不巧的都做到比較偏企業管理系統的專案,所以才會出現在這邊,談及的範疇...

技術 【Day 03】什麼是AI?

今天是專題研究,我們老師請了來自台科大的碩士大大來教我們XD在之前就經歷過Google的教程後好理解非常多,就順便在這裡做個筆記。 相信大家對於AI應該已經不...