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！」
一、機器學習模型的擬合問題：欠擬合與過擬合 欠擬合 (Underfitting)欠擬合是指模型過於簡單，無法捕捉資料中的基本規律。這通常發生在使用線性模型等...
本篇筆記中涵蓋了機器學習的核心概念與常見演算法。機器學習的目標是透過演算法從資料中學習規律，並利用這些規律對新資料進行預測與分類。選擇合適的演算法需考量多種因素...
深度學習的崛起 深度學習並不是一項新技術，其概念起源於 1940 年代，最初旨在模仿人腦神經元的運作。然而，早期的淺層神經網路難以處理複雜資料，而 1980 年...
卷積神經網路 (CNN) 卷積神經網路 (CNN) 是一種深度學習模型，特別擅長處理影像、影片等二維或三維資料。它最主要的優點在於能夠自動學習並提取特徵，這省去...
