iT邦幫忙

ai相關文章
共有 673 則文章
鐵人賽 AI & Data DAY 11
全民瘋AI系列2.0 系列 第 11

技術 [Day 11] 核模型 - 支持向量機 (SVM)

核模型 - 支持向量機 (SVM) 今日學習目標 SVM 分類器 何謂支持向量機? 非線性與線性? 多元分類支持向量機。 SVR 迴歸器 學習 SVR...

鐵人賽 AI & Data DAY 9
全民瘋AI系列2.0 系列 第 9

技術 [Day 9] 邏輯迴歸 (Logistic Regression)

邏輯迴歸 (Logistic Regression) 今日學習目標 認識邏輯迴歸 線性分類器 邏輯迴歸學習機制 比較線性迴歸與邏輯迴歸 多元分類邏輯迴歸...

鐵人賽 AI & Data DAY 10
全民瘋AI系列2.0 系列 第 10

技術 [Day 10] 近朱者赤,近墨者黑 - KNN

近朱者赤,近墨者黑 - KNN 今日學習目標 K-近鄰演算法介紹 KNN 演算法解析 KNN 於分類器和迴歸器的做法 比較 KNN 與 k-means 差異...

鐵人賽 AI & Machine Learning DAY 11

技術 Day 11:風格轉換(Style Transfer) -- 人人都可以是畢卡索

前言 收到版主通知,才知道已經熬過10天了。言歸正傳,昨天剛好看到一個新聞『催生全球首位AI繪師Andy,美圖搶攻人工智慧卻面臨一大挑戰』,號稱花了1.99億元...

技術 YOLO v7 實測

前言 YOLO v5 才release沒多久,沒想到 v6、v7 連續推出,有點應接不暇,在網路上找到兩個版本: 中研院王建堯博士:繼v4後,他又改良演算法,...

鐵人賽 AI & Machine Learning DAY 26

達標好文 技術 Day 26:自動語音識別(Automatic Speech Recognition) -- 觀念與實踐(續)

前言 上一篇我們舉了一個很簡單的範例,判斷聲音是bed、cat 或是 happy,實務上它可以應用在一些場域,例如,PowerPoint簡報時,我們可以用聲音下...

鐵人賽 AI & Machine Learning DAY 19

技術 Day 19:自然語言處理的預訓詞向量(Pre-trained Word Vectors) -- 站在巨人的肩膀上

前言 我們在『Day 09:CNN 經典模型應用』討論到CNN的預先訓練好的模型,並在後續的篇幅,直接套用這些模型在『照片主體的相似性比對』、『畫風轉換』及『物...

鐵人賽 AI & Data DAY 17

技術 [魔法陣系列] AutoEncoder 之術式解析

在上篇 [魔法小報] 深度學習 vs. 傳統機器學習的文末稍微提到可以用 AutoEncoder 做降維(Dimension Reduction),於是乎,本篇...

鐵人賽 AI & Data DAY 28

技術 [魔法小報] 深度學習在電腦視覺(Computer Vision)的技術與應用

電腦視覺(Computer Vision)一直是我非常著迷的領域,旨在模仿人類視覺系統,作為賦予機器人智能行為的助力,在1966年夏季,MIT AI LAB 成...

鐵人賽 AI & Machine Learning DAY 10

達標好文 技術 Day 10:CNN 應用 -- 找出相似的照片

前言 上一篇我們詳細介紹了 VGG 16 模型的使用方法,現在,我們就來應用它來進行照片比對,根據照片內主體的相似度(Visual Similarity)判斷,...

鐵人賽 AI & Data DAY 29

達標好文 技術 [魔法小報] 深度學習在自然語言處理(NLP)的技術與應用

自然語言處理(NLP)的目標是設計演算法來讓電腦「理解」自然語言以執行一些任務,依難易度舉例如下: 簡單 拼寫檢查(Spell Checking) 關鍵字搜...

鐵人賽 AI & Data DAY 27
全民瘋AI系列2.0 系列 第 27

技術 [Day 27] 機器學習常犯錯的十件事

機器學習常犯錯的十件事 今日學習目標 探討機器學習常犯的十件錯誤 前言 人工智慧近年來成為任何產業熱門的話題之一,各公司積極地導入機器學習技術協助產業 AI...

達標好文 技術 YOLO v4 模型訓練實作

前言 之前一篇『YOLO v4 建置心得 -- Windows 環境』介紹如何建置 YOLO4(Darknet),並進行物件偵測(Object Detectio...

鐵人賽 AI & Data DAY 12

技術 Day 12:影像資料增補(Data Augmentation)

前言 前一篇利用CNN辨識手寫阿拉伯數字,其實有幾個缺點: MNIST 的訓練資料與滑鼠撰寫的樣式有所差異,我猜 MNIST 的資料收集應該是請受測者寫在紙上...

鐵人賽 AI & Data DAY 3

技術 Day 03:撰寫第一支完整的 Keras 程式

前言 上一篇,我們完成了一個神經元的計算,如果要完成整個神經網路的計算,一個一個神經元撰寫,程式碼可能要很多迴圈,才能完成多層式的神經網路,因此,深度學習套件又...

鐵人賽 AI & Data DAY 3
當自動駕駛遇見AI 系列 第 3

技術 Day3-當自動駕駛遇見AI-Canny邊緣檢測(Canny edge detection)

目的 利用python實作Canny邊緣檢測,來定義我們要處理的圖檔之邊緣 實作說明 讀取圖檔 首先,利用python讀取檔案,其中matplotlib.pyp...

鐵人賽 AI & Data DAY 1

達標好文 技術 Day 01:輕鬆掌握 Keras

Keras 不是很簡單嗎? Keras 是深度學習最簡單的敲門磚,但是,計畫趕不上變化,所有市面上的書籍都追不上 Keras 版本的更新,例如: Google...

鐵人賽 AI & Data DAY 25

技術 [魔法陣系列] Deep Q Network(DQN)之術式解析

「Deep Learning模型最近若干年的重要进展」一文提到深度學習分四個脈絡: CV/Tensor 生成模型 Sequence Learning Deep...

鐵人賽 AI & Machine Learning DAY 24

技術 Day 24:銷售量預測(2) -- 『時間序列分析』技巧篇

前言 上一篇我們以航空公司的每月乘客人數為例,使用 LSTM 模型預測下個月的乘客數,其中牽涉到『時間序列分析』(Time Series Analysis)一些...

鐵人賽 AI & Machine Learning DAY 16

達標好文 技術 Day 16:『長短期記憶網路』(LSTM) 應用 -- 情緒分析(Sentiment Analysis)

前言 現在網友都勇於發聲,網路聲量高漲,往往會引領群眾的意向,引發巨大能量,影響國家命運,例如太陽花運動、埃及茉莉花革命,因此,輿情分析已經變成顯學,如何收集網...

鐵人賽 AI & Data DAY 6

技術 Day 06:Keras 模型結構

前言 從這篇起,我們就Keras各部分的功能進行研究,包括: 模型結構 執行工作記錄(Callback 及 TensorBoard) Dataset Esti...

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 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 23

技術 [實戰系列] 使用 Keras 搭建一個 GAN 魔法陣(模型)

本篇要來實作一個簡單版的 GAN 模型。如果忘記 GAN 是什麼的同學,傳送門在此: [魔法陣系列] Generative Adversarial Netw...

鐵人賽 AI & Machine Learning DAY 18

技術 Day 18: 機器翻譯(Machine Translation)

目標 今天我們要利用一個 seq2seq 模型,來作英中翻譯,它不是以傳統字典的查詢方式,而是利用 LSTM 演算法,讓機器自我學習,進而達到翻譯的功能。這個程...

鐵人賽 AI & Data DAY 26
全民瘋AI系列2.0 系列 第 26

技術 [Day 26] 交叉驗證 K-Fold Cross-Validation

今日學習目標 了解 K-Fold 各種不同變形 K-Fold Cross-Validation Nested K-Fold Cross Validation...

達標好文 技術 當魔法成為現實 - ChatGPT 的詠唱咒文

前言 ChatGPT 的出現在全球引起一股宣然大波,也讓筆者最近每天都廢寢忘食的跟他聊天,通勤的路上也不斷跟 ChatGPT 探索他無窮無盡的知識,是個非常有趣...

鐵人賽 AI & Data DAY 22

技術 Day 22:Tensorflow Dataset 相關用法整理

前言 之前的有一些案例程式使用 Tensorflow Dataset,但沒有多作解釋,心中有愧,因此,花了一些時間,整理相關用法如下。 Tensorflow D...

鐵人賽 AI & Data DAY 4

技術 [魔法陣系列] Artificial Neural Network (ANN) 之術式啟動

上篇介紹 ANN 魔法陣結構:輸入層(Input Layer)、隱藏層(Hidden Layer)及輸出層(Output Layer)。此外,也解釋了神經元與激...

鐵人賽 AI & Data DAY 25
全民瘋AI系列2.0 系列 第 25

技術 [Day 25] 交叉驗證 Cross-Validation 簡介

今日學習目標 常見的交叉驗證方法 K-fold Leave one out cross validation Random Subsampling Boot...