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...
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...
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...
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...
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...
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...
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(...
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...
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...
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...
The product's, for example, the Norton Antivirus Plus created by the organizatio...
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...
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...
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...
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...
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...
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)...
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...
前言 近年來，深度偽造(DeepFake)已經造成假影片氾濫，從剛開始的美國總統Obama的談話影片，到最近明星臉全部被套到各式的影片當中，真偽難辨，它根源的技...
前言 前一篇介紹了 RNN 的模型結構，接著我們來測試幾個完整的應用，藉以了解各個環節如何使用 Keras 撰寫，內容包括： 文字分類(Text Classi...
AI我想了解你~ Explanable AI 今天我們要來介紹一下Explanable AI是做甚麼用的。 Explanable AI 依照單字的翻譯，就是可解...
機器學習會遇到的問題整理 今天我們要快速的看一下機器學習中，會遇到甚麼問題，那麼我們先從有提過的開始吧! 梯度消失 梯度消失會出現在以梯度下降法和反向傳播訓練人...
前言 自然語言處理主要是指文字(Text)相關的應用，例如： 文字分類(Text Classification)：例如情緒分析(Sentiment Analy...
LSTM、GRU如何實作? 今天我們要來實作LSTM以及GRU。 前置作業 我們使用Colab來當作我們的實作平台，並使用Keras來完成。 資料集 我們使用G...
前言 機器學習永遠不會跟你講錯，不管你丟甚麼東西進入訓練流程或預測，它都會給你一個答案，正是所謂的 Garbage In Garbage Out，因此，產生了兩...
前言 上篇介紹 Decision tree，而這篇要分享的 Random forest 就是建構在 Decision tree 上的演算法。 Notebook...
RNN和LSTM和GRU 今天我們要來介紹一下，循環神經網路(Recurrent Neural Network)，稱為RNN。以及RNN的好朋友，LSTM(Lo...
前言 由於 Keras 的引進，使得 Tensorflow 架構變得有點疊床架屋，到底要遵從哪一路徑學習，常令初學者感到困擾，因此，對 Tensorflow 其...
如何讓測試資料集的正確率變高呢? Fusion篇 今天我們要試試看，Fusion對正確率的影響。 前置作業 我們使用Colab來當作我們的實作平台，並使用Ker...
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...
bymiachang
Rick_Lyle
weitinglin66
linitachi
I code so I am
阿 J
iThome鐵人賽
看影片追技術