iT邦幫忙

鐵人檔案

2022 iThome 鐵人賽
回列表
AI & Data

了解AI多一點點 系列

人工智慧是近年來崛起的一項科技技術,但有許多人對於人工智慧的認知皆是從網路媒體、電影上而來,而當中有許多的內容皆是誇大不實的,甚至許多人對人工智慧的認識僅是電影中所出現的擁有自我意識的機器人,因此想利用這30天挑戰寫有關人工智慧的日常相關應用。

鐵人鍊成 | 共 30 篇文章 | 17 人訂閱 訂閱系列文 RSS系列文
DAY 11

【Day 11】RNN股票預測—收集資料

介紹完CNN過後,接下來想介紹給各位另外一種神經網路—RNN,這種神經網路和CNN不同之處在於,RNN的資料處理是具有先後順序的,前面所得到的結果會影響後續運算...

2022-09-11 ‧ 由 mingchang 分享
DAY 12

【Day 12】RNN股票預測—建立主要功能函式

上回我們收集完2021年台塑股票資訊了,接下來我們就要開始建構我們的RNN模型了。我們先把主要功能建立成函式,這樣的好處是最後的程式碼看起來比較乾淨、可讀性提升...

2022-09-12 ‧ 由 mingchang 分享
DAY 13

【Day 13】RNN股票預測—展示成果

我們這回要利用先前建立的主要功能函式以及下載下來的股票資料做預測了。首先由於我們展示的方式為利用python的plotly套件做圖,因此必須先下載安裝plotl...

2022-09-13 ‧ 由 mingchang 分享
DAY 14

【Day 14】神經網路總結

我們講完了兩種神經網路的應用,分別為卷積神經網路CNN和循環神經網路RNN,讀者們應該可以稍微了解神經網路的運作了吧! 神經網路之所以會叫做神經網路是因為,他的...

2022-09-14 ‧ 由 mingchang 分享
DAY 15

【Day 15】廣度優先搜尋(BFS)/深度優先搜尋(DFS)

上回我們完成了一項人工智慧的應用--RNN。接下來想用經典的傳教士與食人族的益智問題來說明人工智慧經常用來計算最佳路徑的A*演算法。但在開始介紹A*演算法前,先...

2022-09-15 ‧ 由 mingchang 分享
DAY 16

【Day 16】深度優先搜尋(DFS)以及廣度優先搜尋(BFS)實例

上回講完了深度優先搜尋以及廣度優先搜尋的概念了,但想必有些人對於他到底是怎麼樣運作的還是有些不清楚。我們這回就利用leetcode上的習題來實際應用這兩種演算法...

2022-09-16 ‧ 由 mingchang 分享
DAY 17

【Day 17】 A*搜尋演算法

上回說明完了廣度優先搜尋(BFS)以及深度優先搜尋(DFS)的概念以及實例了,接著我們就要來講解A*演算法並應用到食人族與傳教士過河的例子上了。 先來看看題目:...

2022-09-17 ‧ 由 mingchang 分享
DAY 18

【Day 18】傳教士與食人族 – 節點架構

傳教士與食人族題目 題目:有n名食人族、m名傳教士和兩艘船在河的右岸,所有人都希望能夠搭船到左岸過去,A船能夠乘載最多2人,B船能夠承載最多3人。限制為無論何時...

2022-09-18 ‧ 由 mingchang 分享
DAY 19

【Day 19】傳教士與食人族 – 函式設計

上回將結點架構給設計完畢了,接著我們要來將一些會重複用到的功能設計成函式,這樣可以讓我們的程式變得簡潔,可讀性也會變得更高。 判斷終點 第一個函式用來判斷是否為...

2022-09-19 ‧ 由 mingchang 分享
DAY 20

【Day 20】傳教士與食人族 – 展開結點

接下來要做最主要的部分就是展開結點,展開結點時,我們分成四大類情形來看,分別為船A在右岸且船B在右岸、船A在左岸且船B在右岸、船A在右岸且船B在左岸、船A在右岸...

2022-09-20 ‧ 由 mingchang 分享