通過此端到端指南了解全局和重要細節,以設計高效、可靠的機器學習系統。
MEAP 於 2023 年 4 月開始 2024 年夏季出版(預計)
Continue reading “[電子書]機器學習系統設計-端到端示例”告訴我,我會忘記; 教導我,我只是記得;讓我深入其中,我便學會。 ~ Benjamin Franklin
通過此端到端指南了解全局和重要細節,以設計高效、可靠的機器學習系統。
MEAP 於 2023 年 4 月開始 2024 年夏季出版(預計)
Continue reading “[電子書]機器學習系統設計-端到端示例”了解如何使用強化學習技術來建立實用的人工智慧程式!
Continue reading “使用 Python 和強化學習的實用 AI”這個30天的課程將教授學員如何在 AWS 中建構、訓練、測試和部署機器學習模型,並學習 SageMaker 內建演算法、GridSearch、Bayesian 和隨機搜尋最佳化技術、Lambda、S3、EC2、IAM、CloudWatch、Pandas、Searborn、Matplotlib等AWS服務及技術,以及如何使用 SageMaker JumpStart、Canvas、AutoPilot、DataWrangler、Lambda和 S3 等工具建構 ML 專案。
Continue reading “AWS SageMaker 機器學習工程師 30 天訓練課程”本課程將提供你機器學習如何工作、如何訓練神經網路以及如何將這些網路部署到微控制器(即嵌入式機器學習或 TinyML)的廣泛概述。 你不需要任何先前的機器學習知識即可參加本課程。 建議熟悉 Arduino 和微控制器以了解一些主題並處理專案。 測驗和專案也需要一些數學(閱讀圖、算術、代數)。
Continue reading “嵌入式機器學習簡介”建構和部署資料科學、機器學習、深度學習(Python、Flask、Django、AWS、Azure、GCP、Heruko Cloud)
Continue reading “建立75個強大的資料科學和機器學習專案”用於 LSTM、ARIMA、深度學習、人工智慧、支持向量迴歸的 Python,+更多應用於時間序列預測
Continue reading “時間序列分析、預測和機器學習”關於營運中的資料科學和機器學習的論文、文章和部落格
Continue reading “關於資料科學和機器學習的工作應用論文和文章分享”一個令人愉快的機器學習工具,允許你在不編寫程式碼( no-code) 的情況下訓練/除錯、測試和使用機器學習模型
Continue reading “允許訓練、測試和使用模型而不需要編寫程式碼的機器學習工具”一個開源的、少量程式碼( low-code )的 Python 機器學習程式庫,可以自動化機器學習工作流程。它是一個端到端的機器學習和機器學習模型管理工具,可以成倍地加快實驗週期,使你的工作效率更高。
Continue reading “一個開源、少量程式碼(low-code)的 Python 機器學習庫”Muzic是一個關於人工智慧音樂的研究專案,透過深度學習和人工智慧賦予音樂理解和生成。
Continue reading “muzic:用人工智慧理解和生成音樂”