iT邦幫忙

鐵人檔案

2023 iThome 鐵人賽
回列表
AI & Data

AI語音模型訓練: machine learning 和 deep learning 的學習與應用 系列

學習了解machine learning and deep learning, 並利用網上多方資源嘗試訓練出屬於自己的語音模型且加以活用

鐵人鍊成 | 共 30 篇文章 | 6 人訂閱 訂閱系列文 RSS系列文 團隊原神 啟動!
DAY 1

Day1 前言簡介

大家好! 我是一名正在大學學習的學生,因為系上的推廣,這次選擇參加這個鐵人挑戰賽來讓自己持續的有知識的學習,還請多多指教! 選題動機 現今的人工智慧發展的十分迅...

2023-09-16 ‧ 由 nighting 分享
DAY 2

Day2 人工智慧介紹

人工智慧 機器學習(Machine Learning) 撰寫開發一些算法,模型,使computer能夠對資料去分析學習。 不需要有很詳細、明確的編程,讓comp...

2023-09-17 ‧ 由 nighting 分享
DAY 3

Day3 機器學習: 強化學習(Reinforcement Learning)

強化學習(Reinforcement Learning) 強化學習是機器學習其中的一個部份,主要是說人工智慧在一個還不斷的互動嘗試,做出決策來最佳化目標的完成。...

2023-09-18 ‧ 由 nighting 分享
DAY 4

Day4 機器學習: 監督式學習(Supervised Learning)

監督式學習(Supervised Learning) 監督學習也是機器學習的其中一個分支,監督學習需要用有經過**標籤(Label)**的數據去進行訓練,需要先...

2023-09-19 ‧ 由 nighting 分享
DAY 5

Day5 機器學習: 非監督式學習(Unsupervised Learning)

非監督式學習(Unsupervised Learning) 與監督學習相反,這種學習方法是用沒有經過標籤的原始數據集下去做訓練,目標是從未標籤數據中發現其結構或...

2023-09-20 ‧ 由 nighting 分享
DAY 6

Day6 機器學習: 半監督式學習(Semi-Supervised Learning)

半監督式學習(Semi-Supervised Learning) 介於監督與半監督學習之間,其用於訓練的數據集包含了以標籤和未標籤的資料,通常數據集內以標籤的數...

2023-09-21 ‧ 由 nighting 分享
DAY 7

Day7 機器學習: 批量學習和線上學習(Batch/Offline Learning and Online Learning)

批量學習(Batch Learning) 批量學習在運作時會一次使用整個數據集進行訓練,模型的各種數值參數都會在一次訓練中更新,而不是逐個樣本進行訓練。批量學習...

2023-09-22 ‧ 由 nighting 分享
DAY 8

Day8 機器學習常見的問題

訓練資料量不足Insufficient quantity of training data 資料量不足使模型訓練時能夠看到的特徵也很有限,導致訓練成效不佳。目前...

2023-09-23 ‧ 由 nighting 分享
DAY 9

Day9 深度學習(Deep Learning)

深度學習(Deep Learning) 人的腦內是由好幾百萬個神經元相連而成,而深度學習是模仿人類大腦神經學習的結構,模型的搭建使用一種叫做深度神經網路的多層次...

2023-09-24 ‧ 由 nighting 分享
DAY 10

Day10 感知器(Perceptron)

前一篇還有一個概念沒提到,也就是偏差,這邊先介紹一下 偏差(Bias) 在神經網路中,偏差用於在神經元的計算中能夠調整輸出的結果,他是一個固定常數值,不會隨著輸...

2023-09-25 ‧ 由 nighting 分享