鐵人檔案
本系列文章將以「零基礎也能上手」為出發點，帶領讀者在 30 天內逐步認識並實作深度學習的核心概念與應用。內容涵蓋神經網路基礎、模型訓練流程、常見的框架（TensorFlow、PyTorch）操作，以及如何應用於職場實務案例，如文件自動分類、客服文本分析、影像辨識與報表自動生成等。目標是幫助初學者在每天一小時的學習時間內，累積出可立即應用的技能，縮短從「AI 新手」到「職場應用」的學習曲線。
當你聽到 「深度學習（Deep Learning）」 時，可能沒辦法第一時間反應出這個是什麼東西，又好像是AI?但學習又是什麼東西?首先在第一天，我們就要先來了...
昨天我們談到深度學習能幫職場解決的問題，但如果真的要動手練習，就需要一個「跑程式的地方」。很多新手一聽到要安裝 Python、TensorFlow、PyTorc...
昨天我們已經在 Google Colab 準備好環境，今天就要正式踏出深度學習的第一步 - 認識 「張量」 （Tensor）。很多人第一次聽到這個詞都會覺得很抽...
在學深度學習之前，我們先要認識 「資料處理」 這件事。因為 AI 模型吃的是資料，如果原始資料是亂七八糟的，模型再聰明也只能學到一堆垃圾。就像你在做一份財務報表...
在學習數據分析的過程中，光是有整齊的資料表格還不夠。我們的大腦其實更擅長處理 「圖像化」 的資訊，因為用眼睛去看一個圖表，往往能比盯著一堆數字更快理解數據的意義...
當你準備要踏進深度學習的實戰世界時，第一個會遇到的問題通常不是「要怎麼設計模型」，而是 「要用哪個框架來做」 。這有點像是你要學做菜時，必須先決定你要用的是鍋子...
昨天我們已經熟悉了深度學習的框架（TensorFlow 與 PyTorch），今天要正式踏入 「實戰」！ (激動的吶喊) 我們會用最經典的 MNIST 手寫數字...
在前面我們已經接觸過「神經網路」的大致結構，裡面最重要的角色之一就是 神經元（Neuron）。 神經元本身就像是一個「小小的數學單元」，它會接收輸入（input...
在過去幾天，我們學會了什麼是神經元，以及激活函數的角色。 而在今天，我們要來揭開一個神經網路真正「動起來」的過程：前向傳播（Forward Propagatio...
在深度學習的世界裡，模型就像是一台車子。我們希望它能夠載著資料，開往「正確答案」的方向。 但如果沒有方向盤和導航，這台車就會亂開。而對模型來說，這個「方向盤」就...
