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
用 Hugging Face 、Python 的 Attention 機制、Tensorflow、PyTorch 和 Keras 實踐 BERT、GPT、深度學習、機器學習和自然語言處理
本課程涵蓋了使用 Transformers 進行自然語言處理的實用技能。 首先,我們將看到如何使用預訓練 Transformer 模型來解決各種 NLP 任務,包括文本分類、實體識別和機器翻譯。 然後,我們將學習如何微調這些模型,以在自訂資料集上進一步提高其性能。 最後,本課程將深入研究 Transformer 的工作原理,以便讓學習者進一步推動這些模型和應用。
Continue reading “資料科學：自然語言處理 Transformers”
財務分析、時間序列分析、投資組合優化、CAPM、演算法交易(僅限 VIP)、Q-Learning 等等！
Continue reading “Python 實踐金融工程和人工智慧”
NLP：在 Python 中使用馬可夫( Markov )模型、NLTK、人工智慧、深度學習、機器學習和資料科學
Continue reading “機器學習：Python 中的自然語言處理 NLP (V2)”
電腦視覺神經網路、時間序列預測、自然語言處理( NLP，Natural Language Processing )、生成對抗網路( GANs，Generative Adversarial Networks )，強化學習( Reinforcement Learning )和更多。
Continue reading “Tensorflow 2.0: 深度學習和人工智慧”
使用進化策略、 A2C 和 DDPG 對人工智慧和強化學習應用深度學習
Continue reading “尖端的人工智慧: 使用 Python 實現深度強化學習( Deep Reinforcement Learning )”
使用 Python 實現分類( Classification )與迴歸( Regression )的人工智慧( AI )與資料科學演算法
Continue reading “機器學習與人工智慧: 在 Python 中支援向量機 (Support Vector Machines )”
運用深度學習、機器學習、資料科學和人工智慧技術的最深入推薦系統課程
Continue reading “使用 Python 實做推薦系統和深度學習”
用於模式識別( pattern recognition )，資料探勘( data mining )， k-means 叢集和分層( hierarchical )叢集以及 KDE 的資料科學技術。
Continue reading “Python 實踐叢集分析和非監督式機器學習”
Theano / Tensorflow：Autoencoders、受限玻爾茲曼機器( Restricted Boltzmann )、深度神經網路、t-SNE 和 PCA
Continue reading “以 Python 實現無監督深度學習”
在 Theano 和 TensorFlow 中將電腦視覺和資料科學與機器學習相結合！
Continue reading “深度學習 : 以 Python 實踐卷積神經網路( CNN )”