鐵人檔案
本系列教學將介紹常見的機器學習演算法，最後再將所學套用在實際案例。例如AI模型的前後串接，以及API伺服器部署技巧。此外每一個演算法中附帶程式教學，大家可以透過手把手實作，不僅能夠了解演算法概念，同時也能了解程式實作技巧。此系列將以影片教學方式呈現，未來也會陸續將此系列內容整理成電子書貢獻給大家，希望這30天的教學中能夠讓大家收穫滿滿！
XGBoost (迴歸器) 今日學習目標 了解 XGBoost Regression Boosting vs Decision tree & Ba...
Stacking 今日學習目標 了解 Stacking 方法 堆疊法的學習機制為何 ? 利用 Stacking 實作分類器 透過 Stacking...
免費雲端 Jupyter Notebook 資源 今日學習目標 挖掘免費雲端 Jupyter Notebook 資源 Kaggle & Googl...
儲存訓練好的模型 今日學習目標 使用 pickle + gzip 儲存模型 將訓練好的模型打包並儲存 載入儲存的模型 讀取打包好的模型，並預測...
使用Python Flask架設API吧! 這系列的 AI 文章快進入尾聲了，因此打算利用剩下來時間講解應用端的部分。同時也趁這幾次連假規劃了一些教學，希望接...
使用 Heroku 部署機器學習 API 今日學習目標 動手部署自己的機器學習 API 使用 Heroku 免費雲端平台部署應用程式 Fork 專案...
使用GCP部署機器學習API 此範例使用鳶尾花朵資料集進行 XGBoost 分類器模型訓練。將模型儲存起來，並使用 Flask 建置 API 介面提供輸入值預...
API前後端串接 今日學習目標 API 前後端串接 建立一個鳶尾花朵分類器的網頁 API URL 採用 Day 26 部署在 Heroku 的 AP...
DNN (分類器) https://www.youtube.com/watch?v=diCzrBXLxL0&list=PLXSkku8eiD-iFRB...
使用TensorFlow.js建置DNN手寫數字辨識分類器 不能觀看的話可以點選連結： https://www.youtube.com/watch?v=u17...
