鐵人檔案
透過分享ML Study Jam課程中的所學與Google Cloud Platform的使用，協助大家更輕鬆地利用Machine Learning解決問題。
機器學習(Machine Learning)，這個曾經陌生的名詞，在近幾年由於資料量、資料儲存技術、運算能力與人工智慧技術等各方面的演進，使得其不再不熟悉，甚至...
作為此課程系列的開端，此課程主要是會以一個較為High-level的角度，和大家介紹何謂機器學習，包含其背後概念與當中事如何運作的，以及Google所提倡的AI...
人工智慧(AI)和機器學習(Machine Learning)的差異是? 我們在談論機器學習的相關應用時，往往會聽到人工智慧與機器學習，或者深度學習等名詞不斷前...
機器學習可以解決什麼問題? 在準備使用機器學習解決問題，欲創造更大的價值時，有個很重要的問題，那就是除了表面上明顯可以藉由預測分析來完成的商業問題，如銷售量預測...
透過預訓練模型加速解決問題 在使用機器學習上，我們可以使用如Google Cloud Platform上的Tensorflow與Machine Learning...
機器學習訓練與應用偏差(Training and serving skew) 機器學習是一門著重應用面的方法，與其將之視為演算法的問題，我們更應將之視為工程(E...
以機器學習更好地服務使用者 要使用機器學習協助企業轉型，達成更好的商業表現的方式有很多種，而企業百百種，我們或許無法從零打造一個如自駕車那樣，使用最尖端深度學習...
10個來自Google的機器學習Know-how 在使用機器學習為公司帶來轉型與創造更多價值的路上，除了關注技術層面，如資料處理流程、機器學習演算法以及模型部署...
於商業流程中導入機器學習的5階段(上) 一個組織要從零開始使用機器學習創造價值，須在商業過程上進行一些調整才可以達成，而這些讓機器學習模型進行學習後不斷優化的調...
於商業流程中導入機器學習的5階段(下) 今天的文章內容，將延續昨天談到的於商業過程中的回饋迴圈，其建立過程到底會歷經哪5個階段，才能成功地使用機器學習為商業運作...
