鐵人檔案
市面上有太多講解 AI 與人工智慧的書籍，因此我特別挑了兩本基礎的書作為打底，透過 30 天的時間，專心吸收與消化這些內容，轉化為文字分享在鐵人賽中。
此次選書有兩本，總共15個章節，以下為書單。
1. 「AI與大數據技術導論（基礎篇）：發展歷程、產業鏈、運算模式、機器學習……從理論概述到核心技術，深度探索人工智慧！」
2. 「AI與大數據技術導論（應用篇）：TensorFlow、神經網路、知識圖譜、資料挖掘……從高階知識到產業應用，深度探索人工智慧！」
我們即將開始導讀第一本書的第一章，第一章主要先由淺入深地介紹了人工智慧（AI）的起源、發展、分類以及其在2018年前後的現狀。以下是此章節內容的重點摘要： 人工...
AI 驅動因素與市場概況 AI市場預計在2025年達到3兆美元的規模。其持續增長主要得益於以下關鍵因素的進步： 資料： 大規模且高品質的資料是AI發展的基礎...
在本書第二個章節中探討 AI 產業中的基礎層、技術層及應用層。 AI 產業概覽：基礎、技術與應用層次 AI 的三大核心驅動因素 人工智慧（AI）是一門新興的技...
上一篇中，大致了解 AI 產業發展是一個分層的產業生態系：基礎層、技術層和應用層。其中，基礎層涵蓋了晶片、大數據與網路等硬體和資料基礎；技術層則是人工智慧的核心...
人工智慧（AI）產業概覽與發展趨勢 AI 產業的三層結構 AI 產業鏈主要由三個層次組成，它們相互作用並推動整個產業的發展： 基礎設施層： 這是 AI 產業...
大數據是指利用現有工具難以在可接受的時間內完成分析與運算，但整體呈現高價值的大量複雜資料集合。資料正在成為繼土地、資本之後，最核心的生產要素，大數據代表了一種現...
一、資料庫技術與大數據技術的演進 傳統資料庫技術： Greenplum： 一種基於 PostgreSQL 的分散式資料庫，支援百台機器和 PB 級別的資...
機器學習（Machine Learning）是讓機器從大量資料中自動學習規則，並根據這些規則對未知資料進行預測的過程。這與人類孩童認知世界的方式相似，透過不斷學...
本筆記涵蓋機器學習中兩個至關重要的步驟：資料預處理和特徵工程。這兩個環節是確保模型效能的基石，其重要性甚至超過模型演算法本身。 一、資料預處理 在開始任何機器...
模型與演算法：機器學習的核心概念 機器學習的核心在於模型和演算法。簡單來說，模型是一種數學表達式，用來描述資料中變數之間的關係；而演算法則是尋找模型中最佳參數的...
