搜尋結果
2023年1月2日 · 性能問題：生成的代碼可能不如手工編寫的代碼性能高。 No-Code/Low-Code 平台可以做哪些事？ No-Code/Low-Code平台的應用場景極為廣泛，下面我們來看看這些平台能做什麼： 1. Web與移動應用開發 無需深入編程知識，便可開發具備豐富功能的網站和移動
2024年2月1日 · 首頁 » Blog » AI 人工智慧. Stable Diffusion 是什麼？ 開源繪圖生成式AI 安裝教學. 發佈日期: 2024 年 2 月 1 日 作者: ALPHA Camp. 什麼是Stable Diffusion？ Stable Diffusion是一種由Stability AI及其合作夥伴開發的開源圖像生成模型。 它使用深度學習技術，特別是變分自編碼器（VAE）和變換器（Transformers），來生成詳細的圖像。 用戶可以通過自然語言描述（例如文字提示），指導模型生成具體的圖像內容。 立即下載. 快速掌握 LLM 應用全局觀. Stable Diffusion 是一款強大的開源AI圖像生成工具，它允許使用者根據文字提示來創造高質量的圖像。
2023年8月8日 · 3 位在美國與新加坡、有豐富數據與 AI 領域經驗專家管其毅、Angus 與 Koo，帶大家瞭解「數據治理」是什麼？對企業為什麼重要？如何開始執行？不同產業有什麼挑戰？ChatGPT 問世後「數據治理」又有什麼轉變與新挑戰？如何減少 bias (偏見) 並降低企業風險？
其他人也問了
高血壓食療怎麼做?
高壓氧治療是什麼?
高血壓飲食禁忌有哪些?
高血壓患者如何減肥?
- 大數據是什麼？
- 什麼是「醫療」大數據?
- 但實際上ai醫療數據為甚麼會失敗
- 解決方法
- 結論
大數據（Big Data) 又被稱為巨量資料， 隨著儲存設備越來越便宜， 越來越大量的資料被儲存，不論企業或研究員都開始思考, 巨量資料對我們的幫助以及如何從中萃取知識。 目前大數據用資料特性可以定義為以下5V: 1. Volume（容量/大）：資料量「大」。像是網頁資訊，在社群軟體內，每天可能會產生數億個文章以及按讚、回覆資訊，而日積月累下，將會存放非常巨量的資料。 2. Velocity（速度/快）：資料產生和更新速度「快」。 3. Variety（多樣性/雜）：資料來源多元、總類繁多，格式雜「亂」，儲存大量的非結構化資料(Unstructured data)。 4. Veracity（真實性/疑）: 對於資料的質量與可信賴度存「疑」。 5. Value（價值/珍）：資料量龐大，「珍」貴...
在醫院，每天都會產生數以萬計的資料。 每個病人來到了醫院，會做各種不同檢查，像是量測病人的身體資訊(身高, 體重), 生命特徵(血壓, 心跳, 呼吸速度等等) 或是 放射影像 ( X-ray, CT 等等 )。 而這些檢查的結果都會被存放在醫院的資料庫內，並且隨著時間不斷的倍數增長，對於醫師和研究員來說，這些數據埋藏了許多寶藏在裡面，相對的，也埋藏了許多陷阱。 像是新生兒的名字，在一開始建檔的時候會寫成 “XXX之子”; 或是時態的資料，每個科別都會有自己的儲存方法 (ex: 年/月/日, 月/日/年, 年/月/日 時:分:秒) 等等，尤其是急診資料，在很多緊急情況下，醫師或是護理師時常會不小心輸入錯誤資訊。 但是當克服這些資料髒亂問題後，我認為「 AI + 醫療大數據」可以產生無限種可能。...
「AI in Healthcare」 議題其實已經有許多大企業開始投入開發，但是 Watson 和 Google都陸續宣告失敗，原因是什麼呢? 我以個人觀點列出以下原因: 1. 醫療體系封閉 醫療資料因為隱私的問題，基本上是完全無法攜出各醫院的，導致資料和模型在各醫院無法做交流。當資料量不夠全面時，各醫院訓練出來的模型通常都會有資料偏差(Bias)問題，使得A醫院訓練出來的模型無法在B醫院使用。 當資料集的某些元素比其他元素具有更大的權重或大小時，我們稱之為有偏見的資料集，此類的資料集通常做不出通用模型，從而導致結果偏斜，準確性水平低和分析錯誤。舉例來說: 當資料集內都只有黃種人資料而訓練出來的模型，通常用在白種人的資料集內會導致結果與預期差距甚大。 1. 資料面的問題 我們從標籤(labe...
以下我會針對上面提到的困難，介紹一些現有處理的方法 1. 當出現資料偏差(Data Bias)該怎麼做?: 在醫療資料內，會有很多原因造成資料偏差，包含病人的生理差異(男生/女生)、種族差異(黃種人/白種人)、甚至社會文化差異(閩南人/原住民)。訓練偏差的資料會產生偏差的模型，而導致錯誤的分類結果。而為了解決此問題，可以嘗試使用 Google 在2017年提出的新想法 — 聯邦式學習 (Federated learning) $^2$。在近幾年，AI LAB致力於推動台灣的聯邦學習醫療聯盟，期望能共同打造善用台灣醫療大數據的智慧醫療產品。 資料偏差議題可以參考的影片 : 推薦的聯邦學習Python Package: https://www.tensorflow.org/federated ...
如果把AI比喻成一艘行駛在水上的大船，而水就是我們的大數據。水亦能載舟，也能覆舟。在航行的時候，會遇到各種不同類型的水，要怎麼航行到達目的地，就要靠各個掌舵人大顯身手了。 「如果你懂海，海就會幫你」— 海龍王彼得
ALPHA Camp 非常貼心的設計了學習準備的課程，除了介紹線上學習平台 Lighthouse 的環境以外，也介紹了學習制度和尋求幫助的方法，甚至還有學長姊分享遇到看不懂教學內容要如何向 AC 的助教提問，讓新手能夠快速地適應AC的學習環境。
2023年5月16日 · 願景：將科技導入餐飲業，改善上游供給. 給學弟妹的建議：有方向性的嚐試. 大學時主修電子工程的魏昭寧（以下簡稱 James），畢業七年後卻開了吃義燉飯等三家餐廳。. 一頭栽入餐飲業的 James，不只有對研發料理的熱忱，更看見餐飲業的需要，抱持著 ...
2023年5月16日 · 三大教學設計心法，打造高留存率的線上程式課程！. 1. 建立學生內在動機. 2. 驅動學生的刻意練習. 3. 持續觀測學生是否學會. 線上學習風潮延燒已久，近年卻趨於疲軟，「半途而廢」成了學習最大阻礙。. 在線上自學成效普遍低落的情況下，留存率高達 80%，是 ...
