iT邦幫忙

鐵人檔案

2022 iThome 鐵人賽
回列表
AI & Data

新手也能懂得AI-深入淺出的AI課程 系列

讓沒接觸過python的人也能了解AI內部的構造與內容。

從基礎的安裝程式、安裝函式庫、基礎語法。

到DNN、CNN、LSTM等神經網路架構與資料前處理的技術

最後是預訓練模型的介紹(NLP與CV兩個方向)

鐵人鍊成 | 共 30 篇文章 | 36 人訂閱 訂閱系列文 RSS系列文
DAY 11

【day11】集成式學習 & 使用xgboost過濾垃圾郵件

集成式學習(Ensemble learning) 集成式學習(Ensemble learning)是一種機器學習的學習方式,這種學習方式是將好幾個監督式學習的模...

2022-09-15 ‧ 由 austin70915 分享
DAY 12

【day12】預訓練模型訓練 & 應用- 使用OpenCV製作人臉辨識點名系統 (上)

到這邊我相信你已經有機器學習與深度學習的概念了,所以接下來的課程中我會開始來教一些預訓練模型的用法,而這次要做的就是使用OPENCV辨識人臉並成功點名,而我們今...

2022-09-16 ‧ 由 austin70915 分享
DAY 13

【day13】預訓練模型訓練 & 應用- 使用OpenCV製作人臉辨識點名系統 (下)

還記得我們在使用LSTM或是CNN時都需要創建Data與Label並花費一些時間訓練我們的神經網路嗎?我相信在訓練神經網路時是會花費相當多的時間的,我們在訓練的...

2022-09-17 ‧ 由 austin70915 分享
DAY 14

【day14】預測Hololive七期生的樣貌-生成式對抗網路(Generative Adversarial Network)(上)

生成式對抗網路(Generative Adversarial Network) GAN是一種使用深度學習的模型,GAN在訓練中所做的事情非常簡單,就是利用判別器...

2022-09-18 ‧ 由 austin70915 分享
DAY 15

【day15】預測Hololive七期生的樣貌-生成式對抗網路(Generative Adversarial Network)(下)

預測Hololive七期生的樣貌 昨天說到GAN是依靠生成器與辨識器不斷交互訓練的方式來產生圖片,所以我們可以建立一個CNN模型稍加修更一下,就能夠建構一個GA...

2022-09-19 ‧ 由 austin70915 分享
DAY 16

【day16】NLP的首選模型Transformer介紹

我們已經在CV(影像辨識)的領域中學習了如何辨識圖像、使用pre-train model以及GAN生成圖像,而我們在NLP中只學會了情緒分析,所以我們這幾天要來...

2022-09-20 ‧ 由 austin70915 分享
DAY 17

【day17】假消息辨識-BERT(Bidirectional Encoder Representations from Transformers)(上)

BERT介紹 我們昨天說到了transformers,那今天就來談談transformers中最有名的NLP pre-train model,基於變換器的雙向編...

2022-09-21 ‧ 由 austin70915 分享
DAY 18

【day18】假消息辨識-BERT(Bidirectional Encoder Representations from Transformers)(下)

該如何辨識假消息 首先我們要先知道假消息傳播的速度在網路中是相當快速的,所以我們只需要知道瀏覽器的一些演算法,就能透過快速的將自己想要的資訊傳播在網路上,所以我...

2022-09-22 ‧ 由 austin70915 分享
DAY 19

【day19】找到文章的重點-T5( Text-To-Text Transfer Transformer)(上)

NLP四大任務 我們在NLP任務當中,可以大致上分為四種: 第一種是分類任務,在分類中資料通常都是文本與相對的label,這類任務會找到文本之間的關係,並通過s...

2022-09-23 ‧ 由 austin70915 分享
DAY 20

【day20】找到文章的重點-T5( Text-To-Text Transfer Transformer)(下)

為何要找到文章的重點 現在社會的步調越來越快,資訊增長的速度卻越來越迅速,但我們所能利用的時間越來越稀少,那我們該如何從這些文章中,找到我們想看的呢?答案就是文...

2022-09-24 ‧ 由 austin70915 分享