鐵人檔案
在這個百家爭鳴、各類不同AI燦爛如繁星的時代，要怎麼跟上進展迅速的新科技，我想是個必須面對的議題。接下來就用30天的旅程，來看看這片領域的風景吧！
主要內容會是一些AI與NLP學習過程中的心得和小技巧，有興趣的就快快加入旅行團，我們出發囉！
接下來我們來講講資料清理的部分。 為什麼要清理資料呢？最主要的就是讓準確性提高，其它像是加快模型速度等等，也都是清理資料的好處之一。 清理好資料，就像是把食材洗...
前幾天談了資料集，也談了資料的預處理，今天我們就來說說情緒分析到底整個程式在幹嘛吧！ 今天是大略講講整個訓練的流程，還有為什麼要這麼做，不會有程式碼，所以會暈程...
我們有說過，在資料處理的時候，文字、聲音、影像三個方法要分別處理，即使是多模態（兩種以上方法混合），也是要各自處理完之後再合一。 今天我們就來說說，在處理文字資...
昨天看完了對於文字類型資料特徵做提取的模型，有沒有對情緒分析更感興趣了呢？ （還是直接放棄了） 今天我們要來看看，在對於「聲音」的特徵提取上，我們可以有哪些方法...
今天來到我們特徵提取部分的最後一環啦~ 把今天的視覺特徵提取方法也學起來之後，之後要怎麼分析都沒有問題了！ 那就一起來看看吧！ 視覺特徵提取 視覺方面的特徵，...
當我們把資料集、特徵處理、資料預處理等等的預備步驟講完了，也代表我們要進入到下一個步驟－－分析了。 今天我們就來講講，為什麼我們要用所謂的「多模態分析」，以及他...
昨天的結尾我們有說到，在使用多模態方法分析的時候，有分為「早期融合」、「晚期融合」兩種，今天我們就來看看早期融合模型有哪些。 早期融合（EF, Early F...
昨天講完了早期融合模型，各位是眼睛一亮還是看完之後霧煞煞呢？ 今天就來看晚期融合模型吧！兩種方法很不一樣，也有各自不同的適用時機。 晚期融合（LF, Last...
除了我們前兩天說到的早期 / 晚期融合模型之外，還有一些其他的方法。 今天我們要介紹的 Tensor-based Fusion 就是其中一種，那我們就繼續看下去...
這一次的比賽過程中經歷了很多波折，這次能夠成功撐到最後一天我也是很訝異。 其實從上一屆鐵人賽完賽之後，就有想說下一次比賽之前要先準備，不然每一次都當天開始寫文章...
