iT邦幫忙

鐵人檔案

2025 iThome 鐵人賽
回列表
AI & Data

30 天了解 AI & Data:入門到實作 系列

這是一個 30 天 AI 與資料學習挑戰。
希望透過每天的文章,紀錄學習 AI & Data 的過程:理解概念、嘗試工具、做簡單實作。
每天一點點的累積,也許你會和我一樣,慢慢對 AI 與資料有自己的理解,最終能夠 把所學運用在簡單專案上,並建立自己的學習脈絡。

參賽天數 17 天 | 共 17 篇文章 | 0 人訂閱 訂閱系列文 RSS系列文
DAY 1

【DAY1】AI &Data 是什麼?

前言AI是近年來引起大家熱烈討論的議題,無論是工作還是生活,我們越來越常看到AI的應用。其中AI與Data有著密不可分的關係,掌握AI與Data相關知識,可以提...

2025-09-15 ‧ 由 急速行駛 分享
DAY 2

【DAY2】AI與Data的關係?

前言昨天我們分別介紹了 AI 與 Data 的基本概念。今天,我們要更進一步,探討兩者之間的關係,說明為什麼資料是 AI 的基礎,以及 AI 如何透過資料發揮價...

2025-09-16 ‧ 由 急速行駛 分享
DAY 3

【DAY3】什麼是 AI、機器學習 (ML)、深度學習 (DL)?快速掌握三者差異

前言昨天我們提到,AI 需要透過資料來學習與訓練。那麼,資料是如何一步步變成可以做出判斷的 AI 模型呢?其實,AI 的核心是各種算法 (Algorithm),...

2025-09-17 ‧ 由 急速行駛 分享
DAY 4

【DAY4】監督式學習:核心概念與流程整理

前言 昨天我們快速比較了 AI、ML、DL 的差異,並提到 ML 的一大類型是 監督式學習 (Supervised Learning)。那麼,監督式學習究竟是怎...

2025-09-18 ‧ 由 急速行駛 分享
DAY 5

【DAY5】監督式學習:分類任務的類型

前言昨天我們談到監督式學習的兩大任務:分類(Classification)與迴歸(Regression)。其中分類任務在生活中最常見,也最容易理解。那麼,分類任...

2025-09-19 ‧ 由 急速行駛 分享
DAY 6

【DAY6】監督式學習:邏輯迴歸 (Logistic Regression)

前言昨天我們介紹了分類任務,今天要從數學和統計的角度認識一個經典的分類演算法——邏輯迴歸 (Logistic Regression)。為了理解它,先要知道它的前...

2025-09-20 ‧ 由 急速行駛 分享
DAY 7

【DAY7】監督式學習:用 Python 實作邏輯迴歸----開發環境建置

前言昨天我們學到了邏輯迴歸的數學基礎,今天要開始準備實作環境。我們會透過 Anaconda 建立虛擬環境,並使用 Jupyter Notebook 作為開發工具...

2025-09-21 ‧ 由 急速行駛 分享
DAY 8

【DAY8】監督式學習:用 Python 實作邏輯迴歸----資料下載與初步測試

前言昨天完成了開發環境建置,今天我們要開始準備邏輯迴歸的資料。首先從網路下載範例資料檔案,然後導入 Jupyter Notebook,進行初步檢視與簡單視覺化(...

2025-09-22 ‧ 由 急速行駛 分享
DAY 9

【DAY9】監督式學習:用 Python 實作邏輯迴歸----資料前處理與特徵工程

前言昨天我們完成了資料的下載、讀取、初步檢視以及簡單視覺化,對資料集的結構、特徵分布和目標類別已有基本認識。今天,我們要在此基礎上,進行資料前處理(Data P...

2025-09-23 ‧ 由 急速行駛 分享
DAY 10

【DAY10】監督式學習:用 Python 實作邏輯迴歸----模型實作與初步訓練

前言昨天我們完成資料前處理與特徵工程,現在已經有乾淨且規範的資料可以使用。今天將進入核心步驟:建立邏輯迴歸模型,讓模型學習特徵與目標之間的關係。 一、建立邏輯...

2025-09-24 ‧ 由 急速行駛 分享