iT邦幫忙

ai相關文章
共有 1148 則文章
鐵人賽 AI & Data DAY 11

技術 【DAY11】監督式學習:用 Python 實作邏輯迴歸----模型評估

前言昨天我們完成了邏輯迴歸模型的建立,並試著用它預測單筆資料。今天,我們將深入探索模型內部,主要目標有三個: 了解特徵對模型預測的影響 全面評估模型在測試資料...

鐵人賽 AI & Data DAY 10

技術 【DAY10】監督式學習:用 Python 實作邏輯迴歸----模型實作與初步訓練

前言昨天我們完成資料前處理與特徵工程,現在已經有乾淨且規範的資料可以使用。今天將進入核心步驟:建立邏輯迴歸模型,讓模型學習特徵與目標之間的關係。 一、建立邏輯...

鐵人賽 生成式 AI DAY 7

技術 Day 07: 創辦人週報:放下固有習慣,擁抱 Kotlin 哲學

一週過去了。 作為一人公司的創辦人,每週日我會花時間回顧這週的決策、失敗和學習。這不是給投資人看的粉飾報告,而是對自己誠實的反思。 這週的主題很明確:我被自己的...

鐵人賽 自我挑戰組 DAY 8

技術 AI

本篇疑似AI 生成,請讀者小心閱讀! Day 8 Topic : AI話題標籤:# AI 能取代人力嗎 老師說今年(2025) 是AI 代理人元年,也是生成式A...

鐵人賽 AI & Data DAY 9

技術 【DAY9】監督式學習:用 Python 實作邏輯迴歸----資料前處理與特徵工程

前言昨天我們完成了資料的下載、讀取、初步檢視以及簡單視覺化,對資料集的結構、特徵分布和目標類別已有基本認識。今天,我們要在此基礎上,進行資料前處理(Data P...

鐵人賽 生成式 AI DAY 6

技術 Day 6: Semantic Kernel Function Choice Behavior 深度解析:精確控制 AI Agent 的函式呼叫行為

上一篇的內容提到如何撰寫與掛載 Plugins(Tools) 到 Semantic Kernel 中,除了 Plugins(Tools) 的設計與實作之外,控制...

鐵人賽 IT 管理 DAY 6

技術 Day6 - 競品深挖匠:AI 輔助的深度競品分析

Moon:「經過上一站的努力,我發現我好像離客戶又更近了一些!也更能了解客戶的喜、怒、哀、樂了!而且在在追蹤競品和市場趨勢,也開始比較有餘裕一些了。」 黛西:...

鐵人賽 AI & Data DAY 6
為你自己學 n8n 系列 第 6

技術 [為你自己學 n8n] 第 6 天,資料抓取首部曲:結構化資料

影片連結:https://www.youtube.com/watch?v=8lwvTtUKmOIYouTube 頻道:https://www.youtube....

鐵人賽 AI & Data DAY 8

技術 【DAY8】監督式學習:用 Python 實作邏輯迴歸----資料下載與初步測試

前言昨天完成了開發環境建置,今天我們要開始準備邏輯迴歸的資料。首先從網路下載範例資料檔案,然後導入 Jupyter Notebook,進行初步檢視與簡單視覺化(...

鐵人賽 生成式 AI DAY 6

技術 Day 06: 兼任架構師翻車現場:初次見面的血淚史

「我有 10 年的 Spring Boot 經驗,整合個 Compose Desktop 能有多難?」 ——翻車前一小時的我 前情提要:自信滿滿的架構師 昨天的...

鐵人賽 生成式 AI DAY 6

技術 Day 6 | 將API Key 整合到 Claude Desktop 的 Local MCP Server

前言: 那我們 Day 5 有教各位如何獲得我們的 API Key 了,那我們接下來就是差將我們的各種工具接到 Claude Desktop裡面了,今天會教各位...

鐵人賽 AI & Data DAY 7

技術 【DAY7】監督式學習:用 Python 實作邏輯迴歸----開發環境建置

前言昨天我們學到了邏輯迴歸的數學基礎,今天要開始準備實作環境。我們會透過 Anaconda 建立虛擬環境,並使用 Jupyter Notebook 作為開發工具...

鐵人賽 DevOps DAY 6

技術 【Day 6】OpenTelemetry 對於 LLM 可觀測性的重要性

概述 在上一篇文章中,我們深入探討了 LLM 應用的獨特性。它是一個機率性的、以語義為核心的「黑盒子」。我們意識到,傳統的監控手段已無法應對其在遙測、輸出、成...

鐵人賽 AI & Data DAY 6

技術 【DAY6】監督式學習:邏輯迴歸 (Logistic Regression)

前言昨天我們介紹了分類任務,今天要從數學和統計的角度認識一個經典的分類演算法——邏輯迴歸 (Logistic Regression)。為了理解它,先要知道它的前...

鐵人賽 DevOps DAY 5

技術 【Day 5】認識 LLM 可觀測性:迎接挑戰的第一課

概述 在過去幾篇文章中,我們從傳統監控一路聊到「可觀測性 2.0」,並探討了為何像 ClickHouse 這樣的 OLAP 資料庫會成為新時代的基石。這一切的...

鐵人賽 AI & Data DAY 5

技術 【DAY5】監督式學習:分類任務的類型

前言昨天我們談到監督式學習的兩大任務:分類(Classification)與迴歸(Regression)。其中分類任務在生活中最常見,也最容易理解。那麼,分類任...

鐵人賽 AI & Data DAY 5
為你自己學 n8n 系列 第 5

技術 [為你自己學 n8n] 第 5 天,JSON 不是人名!搞懂自動化的基礎語言!

影片連結:https://www.youtube.com/watch?v=tj_g5KvTqwEYouTube 頻道:https://www.youtube....

鐵人賽 生成式 AI DAY 5

技術 Day 5: Semantic Kernel 實戰:詳解 Tools 的撰寫與掛載技巧

延續昨天的 AI Agent Tools 設計原則,今天將透過實際的程式碼範例深入實作層面,介紹如何使用 Semantic Kernel 撰寫 Tools(工具...

鐵人賽 IT 管理 DAY 5

技術 Day5 - 市場偵察兵:用 AI 追蹤資訊、產業動態與用戶聲音

In 極限公司的大辦公室,這時和公司高管們開著產品會議... 會議中,老闆突然來了一句:「幫我研究一下市場上的對手!」 內心狂嘯表面平靜的 Moon :「好...

鐵人賽 生成式 AI DAY 5

技術 Day 05: 兼任架構師的選型會議:Kotlin Multiplatform 生態與取捨

昨天的設計總監把 Grimo 的視覺語言搞定了。 今天,我要扮演架構師。 在一人公司裡,技術選型沒有漫長的會議和討論,只有我一個人的主觀判斷和滿滿的自信。 架構...

鐵人賽 生成式 AI DAY 4

技術 Day 4: 從 Anthropic 經驗看 AI Agent 的 Tools 設計與挑戰

在前兩天的內容中,探討了 AI Agent 的概念以及 Semantic Kernel 的 Function Calling 機制,並且討論了並非所有 LLM...

鐵人賽 AI & Data DAY 4

技術 【DAY4】監督式學習:核心概念與流程整理

前言 昨天我們快速比較了 AI、ML、DL 的差異,並提到 ML 的一大類型是 監督式學習 (Supervised Learning)。那麼,監督式學習究竟是怎...

鐵人賽 Modern Web DAY 4

技術 設計題庫系統:JSON是個好幫手

前言 嘿,歡迎回來!經過昨天的「純開會」行程,你可能覺得有點手癢,想開始寫點程式碼了。昨天我們定義了使用者故事、畫了架構圖和線框稿,把整個「AI前端面試官」專案...

鐵人賽 生成式 AI DAY 4

技術 Day 04: 設計總監上線:從 Logo 到 UI 風格的 Design Language

昨天搞定了域名和 GitHub 組織。 今天,我需要一位設計總監。 問題是,我是工程師。對設計一竅不通。但一人公司的好處就是——我可以找 AI 當設計總監。 尋...

鐵人賽 AI & Data DAY 4
為你自己學 n8n 系列 第 4

技術 [為你自己學 n8n] 第 4 天,節點大師之路:產生寶可夢、篩選、算戰力!

影片連結:https://www.youtube.com/watch?v=1CWqgcsp7DYYouTube 頻道:https://www.youtube....

鐵人賽 生成式 AI DAY 4

技術 Day 4 | 開發環境配置: Node × Claude desktop 安裝

前言: 好,哪我們今天不廢話多說,今天會教如何安裝Claude desktop 和 Node 安裝,會一步一步來,這遠比想像的簡單許多。 為何選擇 Claud...

鐵人賽 Modern Web DAY 3

技術 設計我們的面試系統:提出基本架構設計

前言 歡迎來到第三天!賽程雖然才剛開始,但說實在話我已經累了:P 每次參賽前我都在心裡發誓一定要有一些存稿再來參加,結果每次參賽都是裸賽當天拚生死,怪不得當初研...

鐵人賽 AI & Data DAY 3

技術 【DAY3】什麼是 AI、機器學習 (ML)、深度學習 (DL)?快速掌握三者差異

前言昨天我們提到,AI 需要透過資料來學習與訓練。那麼,資料是如何一步步變成可以做出判斷的 AI 模型呢?其實,AI 的核心是各種算法 (Algorithm),...

鐵人賽 AI & Data DAY 3
為你自己學 n8n 系列 第 3

技術 [為你自己學 n8n] 第 3 天,打開控制台,認識你的自動化駕駛艙!

影片連結:https://www.youtube.com/watch?v=iEX0I_YvlY8YouTube 頻道:https://www.youtube....

鐵人賽 生成式 AI DAY 3

技術 Day 3:不是所有 LLM 應用都需要成為 Agent - 選擇合適的架構設計

在前兩天的內容中,寫了 AI Agent 的概念以及 Semantic Kernel 的 Function Calling 機制。但隨著 AI Agent 概念...