超越機器學習模型
Continue reading “用 Python 建構機器學習 Web 應用程式”用 Python 建構機器學習 Web 應用程式
給新手的實用 AWS SageMaker|建構 6 個專案
熟練掌握 AWS SageMaker 演算法(線性學習，XGBoost，PCA，影像分類) ; 學習 SageMaker Studio 和 AutoML
Continue reading “給新手的實用 AWS SageMaker|建構 6 個專案”使用 KNIME 進行資料科學和資料準備
KNIME – 資料科學和機器學習任務的強大工具。高效率的資料科學
Continue reading “使用 KNIME 進行資料科學和資料準備”將機器學習模型部署到無伺服器 AWS Lambda
使用無伺服器框架( Serverless Framework )將不同的機器學習模型快速部署到可擴充且價效比高的 AWS Lambda 服務中
Continue reading “將機器學習模型部署到無伺服器 AWS Lambda”用 flask 部署機器學習模型 – 給初學者的課
如何部署機器學習模型。如何為機器學習建立 API。 #machinelearning，#datascience
Continue reading “用 flask 部署機器學習模型 – 給初學者的課”PyTorch:深度學習和人工智慧
電腦視覺神經網路，時間序列預測，自然語言處理( NLP，Natural Language Processing )、生成對抗性網路( GANs，Generative Adversarial Networks )，強化學習，等等
Continue reading “PyTorch:深度學習和人工智慧”將 Python 用於真實世界的資料科學 : 建立一個汽車買家應用程式
在最實用的端到端運用 Scrapy 和 Pandas 的專案實踐獨家資料科學技能 – 從頭開始!
Continue reading “將 Python 用於真實世界的資料科學 : 建立一個汽車買家應用程式”IBM AI 企業工作流程專業課
關於此專業證書
此六門課程的專業知識旨在為你準備參加 IBM AI Enterprise Workflow ( 企業工作流程 ) V1 資料科學專家的認證考試。 IBM AI Enterprise Workflow 是一個全面的端到端流程，使資料科學家能夠建構 AI 解決方案，開始於業務的優先順序，一直到將 AI 投入生產。
該學習旨在提升執業資料科學家的技能，經由明確的業務優先順序連結技術實施，連結機器學習到特定的 AI 用例( 例如視覺識別和 NLP )，以及 Python 連接到 IBM 運端的技術。
這些課程中的影片、閱讀材料和案例研究旨在指導你完成一個假設的串流媒體公司的資料科學家工作。
Continue reading “IBM AI 企業工作流程專業課”使用 Python 的全端 Web 開發和人工智慧 (Django)
HTML，CSS，JavaScript，Python，Django，Pandas，Sklearn，Keras，Git，Linux，AWS-全端 Web 開發 + 資料科學 + 人工智慧( AI )
Continue reading “使用 Python 的全端 Web 開發和人工智慧 (Django)”機器學習無需寫程式碼的實踐方法: 基於 Azure ML Studio 的實現
使用 Azure 機器學習工作室( Azure Machine Learning Studio )的簡單拖放環境實現機器學習的實踐方法
Continue reading “機器學習無需寫程式碼的實踐方法: 基於 Azure ML Studio 的實現”