iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 0 留言 1348 瀏覽

鐵人賽 Mobile Development DAY 11

如何用下班時間開發App經營副業系列第 11 篇

技術在 React Native 裡實作 NSFW (Not suitable for work，工作場合不宜) 分類器

需求與場景雖然我們的 App 為了怕麻煩，有要求 18+ 以上才能使用，但還是怕會有繞過這個限制的小孩在一對一聊天的場景，可以傳圖片。雖然大部分都非常健全，但...

ggwu ‧ 2021-09-11

1 Like 0 留言 1844 瀏覽

鐵人賽 AI & Data DAY 11

談MLOps - 模型、專案架構、產品化及維運系列第 11 篇

技術案例：在AWS上透過SageMaker跟CodePipeline駕馭MLOps的參考架構(下)

接續上一篇關於專案參加角色與pipeline的介紹，這一篇繼續談論每一區塊需要的服務以及如何依照使用情境的順序將各服務串接。＊圖片來源：使用 MLOps 在...

bymiachang ‧ 2021-09-11 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 2172 瀏覽

鐵人賽 AI & Data DAY 10

談MLOps - 模型、專案架構、產品化及維運系列第 10 篇

技術案例：在AWS上透過SageMaker跟CodePipeline駕馭MLOps的參考架構(上)

在經歷了幾篇的MLOps基礎概念之後，想在後面的文章帶大家看看幾個案例。透過案例來學習，會對專案在技術上的架構全貌更清楚。今天選的案例是這篇：Taming Ma...

bymiachang ‧ 2021-09-10 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1499 瀏覽

鐵人賽 AI & Data DAY 10

我們的基因體時代-AI, Data和生物資訊系列第 10 篇

技術我們的基因體時代-AI, Data和生物資訊 Day10-基因療法中之腺病毒載體與機器學習

上一篇我們的基因體時代-AI, Data和生物資訊 Day09-合成生物學與機器學習分享合成生物學領域跟機器學習的應用，跟Day08天的內容相似，也是一篇使用貝...

weitinglin66 ‧ 2021-09-10

0 Like 0 留言 1751 瀏覽

鐵人賽 AI & Data DAY 9

談MLOps - 模型、專案架構、產品化及維運系列第 9 篇

技術 DevOps在MLOps當中的角色

我們在前面的寫給MLOps人才培育苦手談論到MLOps是一個需要大家通力合作的一項專案，除了該專案帶來資訊和商業的影響力，在技術上也屬於比較前緣、大部分的團隊都...

bymiachang ‧ 2021-09-09 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1544 瀏覽

鐵人賽 AI & Data DAY 9

我們的基因體時代-AI, Data和生物資訊系列第 9 篇

技術我們的基因體時代-AI, Data和生物資訊 Day09-合成生物學與機器學習

上一篇我們的基因體時代-AI, Data和生物資訊 Day08-合成生物學與機器學習分享合成生物學領域跟機器學習的應用，如何使用機器學習的方法來減少實驗的次數，...

weitinglin66 ‧ 2021-09-09

0 Like 0 留言 3581 瀏覽

鐵人賽 AI & Data DAY 7

談MLOps - 模型、專案架構、產品化及維運系列第 7 篇

技術 ML專案的特徵工程為什麼存在？包含哪些層面？怎麼練手感？

在討論MLOps的過程當中，許多客戶會針對他們有興趣的事情提出不同的問題，像是：模型監測、安全性、常見案例、資料的隱私處理等等。其中一次在談論AWS的ML Le...

bymiachang ‧ 2021-09-07 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1915 瀏覽

鐵人賽 AI & Data DAY 6

我們的基因體時代-AI, Data和生物資訊系列第 6 篇

技術我們的基因體時代-AI, Data和生物資訊 Day06- 蛋白質結構和機器學習01

上一篇我們的基因體時代-AI, Data和生物資訊 Day05- 深度學習在基因體學的建模架構02上一篇文章明顯可以看出是...因為昨晚有點事情，只好稍微糖塞一...

weitinglin66 ‧ 2021-09-06

0 Like 0 留言 1794 瀏覽

鐵人賽 AI & Data DAY 6

談MLOps - 模型、專案架構、產品化及維運系列第 6 篇

技術從AWS技術白皮書看MLOps解決方案

在談過MLOps在廣泛的定義，以及拆分成團隊、技術、流程三個面向之後。想必大家也開始思考，一個好的專案和解決方案應該要長什麼樣子，有沒有哪些規範可以參考、有沒有...

bymiachang ‧ 2021-09-06 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

1 Like 1 留言 2739 瀏覽

鐵人賽 AI & Data DAY 5

談MLOps - 模型、專案架構、產品化及維運系列第 5 篇

技術 MLOps 帶給商業與技術流程的5個好處與13個指標 | MLOps落地指南 - 流程篇

MLOps除了ML之外，另一部分則是DevOps(develop operations)。事實上，技術的運作(operation)與商業的運作是密不可分的。其中...

bymiachang ‧ 2021-09-05 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 2020 瀏覽

鐵人賽 AI & Data DAY 5

我們的基因體時代-AI, Data和生物資訊系列第 5 篇

技術我們的基因體時代-AI, Data和生物資訊 Day05- 深度學習在基因體學的建模架構02

上一篇我們的基因體時代-AI, Data和生物資訊 Day04- 深度學習在基因體學的建模架構01中我們開始往下深入以一個生物問題為例，展開可以怎麼使用其中一種...

weitinglin66 ‧ 2021-09-05

0 Like 0 留言 1431 瀏覽

鐵人賽 AI & Data DAY 4

談MLOps - 模型、專案架構、產品化及維運系列第 4 篇

技術為什麼87% 的資料科學專案沒辦法產品化？ | MLOps落地指南 - 技術篇

“為什麼87% 的資料科學專案沒辦法產品化？”在Transform 2019 of VentureBeat[1] 的一篇報導給予了這樣的宣告。這並不是一個小數字...

bymiachang ‧ 2021-09-04 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1808 瀏覽

鐵人賽 AI & Data DAY 3

談MLOps - 模型、專案架構、產品化及維運系列第 3 篇

技術寫給MLOps人才培育苦手 | MLOps落地指南 - 團隊篇

當理解MLOps的定義、以及ML專案與軟體專案的差別之後，接下來我想談談如何再把MLOps往下切分成幾個面向，讓公司的決策人員能夠從大方向往下切分細節，開始落地...

bymiachang ‧ 2021-09-03 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 3566 瀏覽

鐵人賽 AI & Data DAY 4

學資料科學的小孩不會變壞- 從入門到實戰全攻略系列第 4 篇

技術 DAY04 淺談資料科學與Machine Learning

一、何謂資料科學資料科學白話來講，就是透過資料數據來解決問題的一門科學，我們在得知客戶的需求、環境限制等因素後，利用能蒐集到的資料建立一套「模型」，透過模型的...

Rick_Lyle ‧ 2021-09-04

0 Like 0 留言 1774 瀏覽

鐵人賽 AI & Data DAY 2

談MLOps - 模型、專案架構、產品化及維運系列第 2 篇

技術 3面向談ML產品與軟體產品的相異處

在過去的5-7年當中，ML已經不再只限於研究人員能夠接觸、使用，越來越多的AI/ML工具以及產品出現，使得能夠談論這個領域的人變多了，踏入ML工作的門檻也逐漸降...

bymiachang ‧ 2021-09-02 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 2312 瀏覽

鐵人賽 AI & Data DAY 2

我們的基因體時代-AI, Data和生物資訊系列第 2 篇

技術我們的基因體時代-AI, Data和生物資訊 Day02- 機器學習在生物資訊中之應用

上一篇我們的基因體時代-AI, Data和生物資訊 Day01- 超越摩爾定律的資料增長介紹了生醫領域在未來將會產生越來越多的資料，甚至可以使用像是DNA當作是...

weitinglin66 ‧ 2021-09-02

1 Like 2 留言 2290 瀏覽

鐵人賽 AI & Data DAY 1

談MLOps - 模型、專案架構、產品化及維運系列第 1 篇

技術學習MLOps前暖身操：why, what, who?

接下來的30天，我們會一起看MLOps的更多層面。從為什麼產業開始談MLOps開始，以及其包含的技術與非技術面。今天我想談的是關於學習mlops前必備的3個背景...

bymiachang ‧ 2021-09-01 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

3 Like 0 留言 6049 瀏覽

技術資料科學、資料探勘、機器學習、深度學習是甚麼碗糕?

初次接觸AI時，常常會聽到數據分析、資料科學、機器學習、深度學習，一堆專有名詞，倒底是甚麼碗糕? 有何差別? 可以吞得下去嗎? 會不會消化不良? 資料科學(Da...

I code so I am ‧ 2021-08-31

1 Like 0 留言 815 瀏覽

技術 Day36 參加職訓(機器學習與資料分析工程師培訓班)，網站設計與網頁工程技術

上午: 網站設計與網頁工程技術 # 連接資料庫 import sqlite3 import numpy as np con = sqlite3.connect(...

aheating0918 ‧ 2021-08-18

0 Like 0 留言 1331 瀏覽

技術 machine learning : 使用permutation importance繼續優化Titantic模型

首先想到的是從input入手：看看有哪些重要的feature，kaggle模板中提供的features是features = ["Pclass&quo...

guopengzhen ‧ 2021-07-21

0 Like 0 留言 1348 瀏覽

技術 Day3 參加職訓(機器學習與資料分析工程師培訓班)，記錄學習內容(6/30-8/20)

人工智慧與機器學習概論上午教導線性回歸，老師先說明機器學習主要使用3類模型: *Linear Model 線性回歸 Logistic Regression...

aheating0918 ‧ 2021-07-02

5 Like 3 留言 7496 瀏覽

達標好文技術演算法交易(Algorithmic Trading) 實作

前言現在全球股市大熱，很多人都忍不住誘惑，跳進去買賣，如何『選股』、『擇時』，賺到錢就是一門重要而困難的課題，本文以最簡單的『移動平均法』(Moving Av...

I code so I am ‧ 2021-01-14

0 Like 0 留言 372 瀏覽

技術 Install Norton on Mac by Experts At United Kingdom

The product's, for example, the Norton Antivirus Plus created by the organizatio...

nortonuk ‧ 2020-10-08

0 Like 0 留言 1486 瀏覽

鐵人賽 AI & Data DAY 30

Machine Learning與軟工是否搞錯了什麼? 系列第 30 篇

技術 Day 30 完賽心得

完賽心得一連串的文章讓我慢慢地複習以及學習，也謝謝各位的閱讀，之後我也會繼續加油，有空的話會再寫更深入的文章，這次的系列文章較少提到軟工的知識，之後會再寫關於...

linitachi ‧ 2020-09-30

3 Like 0 留言 11263 瀏覽

鐵人賽 AI & Data DAY 30

輕鬆掌握 Keras 及相關應用系列第 30 篇

技術 Day 30：取代資料科學家 -- AutoKeras 入門

前言 AutoML 想要滿足普羅大眾的夢想，不用學習一堆的演算法，只要你指定工作類別，它就幫你找到最佳模型及最佳參數，當然包括預測結果，哇，這麼神，不一探究竟怎...

I code so I am ‧ 2020-09-30

0 Like 0 留言 1664 瀏覽

鐵人賽 AI & Data DAY 29

Machine Learning與軟工是否搞錯了什麼? 系列第 29 篇

技術 Day 29 機器學習的測試

機器學習的測試今天我們要來介紹機器學習該如何測試。該測試甚麼? 我們知道對機器學習來說，資料的正確性以及模型是否正確很重要，那麼我們要怎麼知道資料是否正確呢...

linitachi ‧ 2020-09-29

0 Like 0 留言 4906 瀏覽

鐵人賽 AI & Data DAY 29

輕鬆掌握 Keras 及相關應用系列第 29 篇

技術 Day 29：深究強化學習

前言前一篇介紹了強化學習初步的概念，並且採隨機策略測試一下，隨機等於沒有策略，這次我們實際擬定一些策略，說明強化學習的真正作法。之後再介紹各種演算法的進化及其...

I code so I am ‧ 2020-09-29

0 Like 0 留言 1821 瀏覽

鐵人賽 AI & Data DAY 28

Machine Learning與軟工是否搞錯了什麼? 系列第 28 篇

技術 Day 28 機器學習的技術債

機器學習的技術債今天我們要來看看，機器學習中的技術債，而什麼是技術債呢? 技術債根據wiki的描述，技術債指的開發人員是因為某些原因而進行妥協，選擇短期內能...

linitachi ‧ 2020-09-28

0 Like 0 留言 5756 瀏覽

鐵人賽 AI & Data DAY 28

輕鬆掌握 Keras 及相關應用系列第 28 篇

技術 Day 28：從直覺的角度初探強化學習

前言 2016年AI圍棋軟體AlphaGo連續擊敗韓國及中國等世界頂尖的好手，使得它背後的演算法 -- 強化學習(Reinforcement Learning)...

I code so I am ‧ 2020-09-28

0 Like 0 留言 9597 瀏覽

鐵人賽 AI & Data DAY 27

Machine Learning與軟工是否搞錯了什麼? 系列第 27 篇

技術 Day 27 Grad-CAM如何實現?

Grad-CAM如何實現? 今天我們要來實作一個Grad-CAM，來了解到底神經網路看重甚麼地方。 Grad-CAM介紹由CAM所改良，原本的CAM最後一層一...

linitachi ‧ 2020-09-27

技術 在 React Native 裡實作 NSFW (Not suitable for work，工作場合不宜) 分類器

技術 案例：在AWS上透過SageMaker跟CodePipeline駕馭MLOps的參考架構(下)

技術 案例：在AWS上透過SageMaker跟CodePipeline駕馭MLOps的參考架構(上)

技術 我們的基因體時代-AI, Data和生物資訊 Day10-基因療法中之腺病毒載體與機器學習