運用資料科學和統計學解決商業問題，通過 35 個以上的案例研究洞察日常問題
Continue reading “商業和真實世界的資料科學、分析和人工智慧”商業和真實世界的資料科學、分析和人工智慧
2021 用 Python 實現機器學習和資料科學大師課
瞭解用 Python! ( 包括 Numpy、Pandas、Matplotlib、scikit-學習和更多 )
實踐資料科學和機器學習
機器學習和變化檢測的 Google Earth Engine
成為 Google Earth Engine (谷歌地球引擎)中土地利用/土地覆蓋機器學習的空間分析和遙感專家
Continue reading “機器學習和變化檢測的 Google Earth Engine”現代強化學習 : Actor-Critic 方法
如何使用 PyTorch 框架在 Open AI Gym 中實現最先進的人工智慧研究論文
Continue reading “現代強化學習 : Actor-Critic 方法”自然語言處理專業課程
進入 NLP 空間。通過四門實踐課程，掌握最尖端的 NLP 技術
Continue reading “自然語言處理專業課程”運用 Flutter & Python 的深度學習課程 – 開發 6 個 AI 應用程式
使用 Flutter & Python 建構 6 個尖端的深度學習行動應用程式
Continue reading “運用 Flutter & Python 的深度學習課程 – 開發 6 個 AI 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”