Moon：黛西，我之前花了時間和 UI 夥伴溝通把幾個頁面的 UI 草圖畫好了。結果老闆開會時說要大改，所有心血都要重來，我快崩潰了啦！（哭倒） 和黛西一起...
昨天用 AI 輔助學習了 KMP 最佳實踐，今天該來實戰了。 作為系統設計師，我要從一張白紙開始規劃整個專案架構。 還記得第一次看到 Kotlin Multip...
當你同時扮演架構師、開發者、測試員時，如何快速學習新技術？ 讓 AI 成為你的學習夥伴。 經過上週的翻車和反思，我終於放下 Java 習慣，擁抱 Kotlin...
影片連結：https://www.youtube.com/watch?v=3-L9agG_cKAYouTube 頻道：https://www.youtube....
隨著物聯網設備數量逐年以指數型的方式增長，傳統的安全防護方式已經很難以應對如此海量的資料流與變化多端的各式攻擊手法，而藉由人工智慧結合機器學習與深度學習等技術，...
在前面幾天的內容中，探討了 Function Calling 的基本概念，也實作了簡單的 Plugin 來讓 AI Agent 具備調用工具的能力。但隨著業務需...
Moon ：透過前面系列的前置作業，我和團隊一起發想了不錯的產品構想！接下來~應該就可以直接進去產品規劃和開發階段了吧！YA！ 下班後，Moon 很開心的和朋...
概述 在先前的章節中，我們已經深入探討了大型語言模型（LLM）在可觀測性領域中的定位與重要性。我們認識到：LLM 可觀測性的核心，在於如何評估其輸出的不確定性...
前言： 我覺得這個主題意外的很少人去探究跟思考，我看到的更多是使用很原始的方式下 Promt 如果你可以用原始的方式下 Promt 得到你想要的，哪我會很佩服你...
影片連結：https://www.youtube.com/watch?v=jpZMmr7nHBsYouTube 頻道：https://www.youtube....
前言昨天我們學習了如何調整邏輯迴歸的超參數，並透過交叉驗證了解模型在未見資料上的穩定性。今天，我們將針對這些專有名詞做深入解釋，包括正則化、梯度以及求解器（So...
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...
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...
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...
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...
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...
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...
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：...
影片連結：https://www.youtube.com/watch?v=8lwvTtUKmOIYouTube 頻道：https://www.youtube....
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（...
「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...
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...
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...
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...
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...
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...
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...
影片連結：https://www.youtube.com/watch?v=tj_g5KvTqwEYouTube 頻道：https://www.youtube....
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...
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...
daisylin
尚禮
高見龍
Leodaddy
Ian
mikehsu0618
eating11111
急速行駛
jimyaow62
iThome鐵人賽
看影片追技術