iT邦幫忙

鐵人檔案

2018 iT 邦幫忙鐵人賽
回列表
AI & Machine Learning

利用 MS Bot framework 與 Cognitive Service 建構自用智慧小秘書 系列

每人每天都需要面對生活與工作上的大小雜事,雖然處理這些瑣事務並不困難,但耗費我們的心力去思考與處理,分散我們的專注力並降低工作效率。 本系列篇文章為一位想要嘗試改變的工程師,想要利用現有AI服務,建構個人專用機器人的開發日誌,歡迎關注。

若有錯誤與任何建議,請各位觀眾不吝指教 :)。

鐵人鍊成 | 共 31 篇文章 | 33 人訂閱 訂閱系列文 RSS系列文
DAY 21

21.Cognitive Service - Bing 影像搜尋服務

前言 搜尋服務了提供人物、地點或圖片等相關資訊搜尋功能,讓你的機器人具有更完善的服務人工智慧,是現代聊天機器人不可或缺的功能之一。 這一篇我們將介紹 Bing...

2017-12-24 ‧ 由 Duran Hsieh 分享
DAY 22

22.應用:自用圖片搜尋機器人

前言 Bing 圖片搜尋服務介接並不困難,主要在標頭放入 Ocp-Apim-Subscription-Key 與加上 q 的搜尋內容即可。注意地方為使用 GET...

2017-12-25 ‧ 由 Duran Hsieh 分享
DAY 23

23. 資料探勘與推薦系統概述

前言 近幾年來 AI 與機械學習的議題相當熱門,從自動車、 AlphaGo 戰勝棋王到各家大廠釋出自家機械學習技術,到處皆可見到人工智慧相關資訊。對於這個神祕的...

2017-12-26 ‧ 由 Duran Hsieh 分享
DAY 24

24. Recommendations Solution (1) - 架構與說明

前言 在這一篇,我們將介紹 Recommendations Solution,並且實際測試推薦結果。原先想要介紹 cognitive service Recom...

2017-12-27 ‧ 由 Duran Hsieh 分享
DAY 25

25. Recommendations Solution (2) - 建置與佈署

前言 我們在第一篇大概介紹資料探勘與推薦系統,讓讀者簡單對於這些領域有很簡單認識;在前一篇我們簡單介紹了 Recommendations Solution 架構...

2017-12-28 ‧ 由 Duran Hsieh 分享
DAY 26

26. Recommendations Solution (3) - 訓練與結果

前言 經過前面第一篇的簡單說明 Recommendations Solution 原理與第二篇的如何佈署與檢視 UI 操作介面,在這一篇,我們要開始進行實際操作...

2017-12-29 ‧ 由 Duran Hsieh 分享
DAY 27

27.應用:自用旅遊推薦機器人

前言 個人在研究所期間曾經參與了文史脈流計畫,在這個計畫中學習到很多知識與技術,當時研究領域是資料探勘,也嘗試為了這個系統撰寫了推薦系統。工作了幾年,開始具備一...

2017-12-30 ‧ 由 Duran Hsieh 分享
DAY 28

28. Cognitive Service - Language Understanding Intelligent Service, LUIS(1) 介紹與新增實體

前言 語意辨識是 AI 重要的研究領域之一,透過句子分析、機械學習等方式讓系統了解人類想要呈現的意圖,進而有辦法與人類溝通。語意辨識又因為語言不同,其解析、分析...

2017-12-31 ‧ 由 Duran Hsieh 分享
DAY 29

29. Cognitive Service - Language Understanding Intelligent Service, LUIS(2)增加意圖、訓練、發布與測試

前言 上一篇文章我們簡單介紹了 LUIS 建置與實體建立。在這一篇,我們將建立意圖、進行訓練與發佈,最後進行測試。透過 LUIS 背後機械學習的演算法進行訓練,...

2018-01-01 ‧ 由 Duran Hsieh 分享
DAY 30

30.應用:自用語意分析機器人

前言 雖然這一篇簡單透過範例介紹如何製作語意分析機器人,但直接回傳語意結果其實意義不大。在前面幾個範例中,我們透過機器人程式分析傳輸訊息中是否包含命令,藉此分辨...

2018-01-02 ‧ 由 Duran Hsieh 分享