iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
AI/ ML & Data

從零開始學AI:數學基礎與程式碼撰寫全攻略 系列

今年可說是AI的元年,在這一年中我們見證了AI繪圖與聊天機器人等重要發展,而這些技術的本質就是數學的應用。因此當我們在撰寫程式碼或學習AI時,除了要閱讀困難的程式碼之外,還要理解這些複雜的數學。

而在這30天內,我會從基礎的AI模型告訴你其背後的數學公式原理,以及一些簡單的模型優化方式,讓你培養出模型的基礎概念與優化方向。我還會通過手刻程式碼的方式,向你展示如何在程式中實現這些數學公式,這樣你可以學習到最精通和完整的AI內容。

鐵人鍊成 | 共 30 篇文章 | 1 人訂閱 訂閱系列文 RSS系列文
DAY 1

【Day 1】學習 AI 之前我們需要準備什麼?

前言 在不知不覺中這已經是我參加鐵人賽的第三年了,回顧這段時間我已經從一個 AI 新手逐步成長為多次在 AI 競賽中獲獎的人。而我現在我也在 AI 領域工作了一...

2024-09-15 ‧ 由 austin70915 分享
DAY 2

【Day 2】人工智慧? 機器學習? 深度學習? 他們的差異在哪呢?

前言 我想大家在學習人工智慧時,可能會發現很多人在說明這些技術時會稱它為人工智慧,但也有時候會說它是機器學習,甚至會稱它是深度學習。那麼這些差異在哪裡呢?它們之...

2024-09-16 ‧ 由 austin70915 分享
DAY 3

【Day 3】使用單層感知器學習AI基礎數學

前言 在昨日的內容中我們學習到了深度學習、機器學習和人工智慧之間的差異,讓我們對這些概念有了初步的理解。今天我們將進一步深入深度學習的領域,並介紹其中最基礎、也...

2024-09-17 ‧ 由 austin70915 分享
DAY 4

【Day 4】用Numpy實作完整的模型訓練過程-用單層感知器解邏輯閘問題

前言 昨天我們證明了單層感知器的完整數學推導,而在今天我們將把這些理論知識轉換成對應的程式碼。這個過程在學習深度學習技術時是至關重要的一步,因為我們今天所做的事...

2024-09-18 ‧ 由 austin70915 分享
DAY 5

【Day 5】單層感知器為何無法解決XOR問題-多層感知器介紹與數學證明

前言 在昨天如果你有嘗試調整超參數並更換其他邏輯閘,你可能會發現無論怎麼調整,XOR與NXOR這兩個邏輯閘都無法正確的被預測。這是因為單層感知器的原理是在一個平...

2024-09-19 ‧ 由 austin70915 分享
DAY 6

【Day 6】用Numpy實作完整的模型訓練過程2-用多層感知器解XOR邏輯閘問題

前言 今天我們一樣要來用Numpy手刻一下多層感知器這個神經網路。不過今天我對昨天神經網路結構圖進行了一些簡單的改造,目的是為了讓神經網路更加有效,並減少調參的...

2024-09-20 ‧ 由 austin70915 分享
DAY 7

【Day 7】深度神經網路與多層感知器的差異解析及PyTorch安裝指南

前言 我相信被這幾天的數學式砲轟你應該不會想再繼續看數學了,所以我們今天來學點輕鬆的。在我們昨天的內容中提到,計算反向傳播時層數越多,數學公式就會變得更加複雜。...

2024-09-21 ‧ 由 austin70915 分享
DAY 8

【Day 8】使用Pytorch實現深度神經網絡進行MNIST手寫數字辨識

前言 現在你已經了解了什麼是深度神經網路,所以今天我們主要學習如何使用 Pytorch 來完成前幾天所講的前向傳播和反向傳播方法。我們將使用MNIST這個手寫辨...

2024-09-22 ‧ 由 austin70915 分享
DAY 9

【Day 9】辨識圖像的神工利器-卷機神經網路數學證明

前言 在昨天,我們可以看到針對MNIST手寫辨識資料集,我們需要將其圖像轉換成一維的資料。但是這樣的做法在實際應用中顯得不太實際,因為大部分圖像都是彩色的,所以...

2024-09-23 ‧ 由 austin70915 分享
DAY 10

【Day 10】用卷積神經網路解CIFAR10影像辨識 - 建立一套屬於自己優化方式的訓練器

前言 今天我們將進行Pytorch中的第二個模型建立,並使用CIFAR-10資料集進行影像辨識。不過這樣聽起來有點單調,所以在今天的章節中,我將跟大家介紹如何建...

2024-09-24 ‧ 由 austin70915 分享