雅虎香港 搜尋

搜尋結果

  1. 2024年4月17日 · 如果想要從零開始認識人工智慧,且希望能擁有完整架構的理解的話,就絕對不能錯過台大宏毅教授的頻道。 教授不遺餘力於人工智慧的知識分享,早在 2017 年就將他在台大的「機器學習」的授課內容上傳到 YouTube,而他在 2024 年也將最新的「生成 ...

  2. 2024年3月7日 · 本文會先簡單介紹 RAG 的原理與優勢,接著分享我的實作經驗(相關的教學文章連結我整理在文末),並討論 RAG 應用產品化過程中可能面臨的問題。 在文章最後,則會進一步探討:當 LLM 具備長文本理解能力,可以讓我們把資料全部塞進 prompt 裡,此時還需要 RAG 嗎? RAG 是什麼? RAG 解決了大型語言模型(LLM)實際應用時的兩大侷限:幻想(hallucination)與資料時限。 RAG 結合「資訊檢索(retrieval)」和「生成(generation)」:在文本生成之前,先從資料庫中檢索相關的資料放入上下文,以確保 LLM 可依照正確的最新資訊生成結果。 看似複雜,其實相當直覺——既然大型語言模型受限於缺乏最新資料,那我們就在生成時,提前準備好「小抄」,讓它照著回答。

  3. 2023年7月24日 · 本篇文章作者是 ALPHA Camp 資料工程師維元,在剛入行時把資料團隊根據技能分成資料科學家、資料分析師和資料工程師三種角色,講解資料專案團隊組成。 不過在工作幾年之後,發現實務上的資料分工其實更細而且更複雜,也隱含了更多的可能性。 這一篇文章將談談實務上的資料團隊分工。 不同的技能與分工. 首先我們先依照技能與工作簡單分成三種類型: 擅長 #分析應用 的: 資料分析師(Data Analyst) 擅長 #程式實作 的: 資料工程師(Data Engineer) 擅長 #模型理論 的: 資料科學家(Data Scientist) 換句話說,他們分別是「看資料」,「調資料」以及「玩資料」。 不過實際上的分工與職能其實會更加複雜一點,有幾種常見的狀況: 資料科學家與資料工程師中間的 GAP.

  4. 2023年8月8日 · 發佈日期: 2023 年 8 月 8 日 作者: ALPHA Camp. 內容目錄. 數據治理是什麼? 企業為什麼要做? 企業怎麼做數據治理? 沒做過的企業如何開始? 在醫療或金融等資料較敏感的產業,如何妥善管理數據,讓管理單位放心? AI 產生的「偏見」能被管理嗎? 從印尼最大電商 Tokopedia,有哪些數據治理經驗可以分享? 新加坡政府推動數據治理,經驗如何? ChatGPT 崛起後,數據治理有什麼轉變與新挑戰? 企業做數據治理,不同角色如何分工? 誰該對資料負責? 結語:企業如何推動數據治理? 關鍵字補充. 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?

    • 數據思維:解決問題的五個步驟
    • 解決問題與數據分析職能地圖應用
    • 結語

    數據思維不僅僅是數據分析,它是一個全面的問題解決流程。這個流程包括: 1. 定義問題:明確問題並將其量化。 2. 探索數據:找到相關數據。 3. 分析數據:運用數據進行深度分析。 4. 驗證假設:基於數據驗證你的預測。 5. 溝通決策:基於分析結果做出決策。 建立數據思維,4 週養成數據洞察力與實戰問題解決力 這個流程是循環的,意味著一次的分析和解決可能會帶來新的問題和假設。

    在問題解決和數據分析的領域中,AC 數據分析職能地圖提供了一個全面的框架,涵蓋了商業應用、理論與素養、技術與工具,以及影響力等四個核心象限。本文將探討如何將這個職能地圖與問題解決的能力結合。 在問題解決和數據分析的領域中,AC 數據分析職能地圖提供了一個全面的框架,涵蓋了商業應用、理論與素養、技術與工具,以及影響力等四個核心象限。本文將探討如何將這個職能地圖與問題解決的能力結合。

    問題解決和數據分析是密不可分的,AC 數據分析職能地圖為我們提供了一個全面而實用的框架。通過運用這個框架,我們不僅能更精確地定義和解決問題,還能在組織內部和外部產生更大的影響。 資料量多大算大數據?大數據為什麼重要?認識大數據的應用與工具 ‍

  5. 2024年2月20日 · Data Pipeline 是指利用程式自動化定期的資料處理過程,Data Pipeline 其實就是 MLOPs 前面那一段自動化過程。 資料前處理的另外一個工作,在真實的世界中資料往往沒有想像中的「乾淨可用」。 在實務中,資料會有資料缺失(Incomplete/Missing data)、雜訊(Noise)、離異值(Outliner)等等的問題,這樣的資料會導致模型無法正常運算。 資料前處理泛指的是在分析演算法之前,對資料進行處理跟調整,避免模型因為資料產生的瑕疵而誤判。 綜合上述幾個問題,我們可以把資料前處理分成三個面向: 資料清理與型態調整. 資料探索與視覺化. 特徵工程. Data Engineer 工作內容是什麼? 從面試重點了解資料工程師. 立即領取.

  6. ALPHA Camp 這次的投資是由知名社企創投【活水影響力投資】領投,除了行政院國發基金與 Hive Ventures 跟投之外,更吸引到背後有「矽谷創業之神」之稱的陳五福的【矽谷天使投資】,與瀛睿律師事務所合夥人簡榮宗律師等知名天使參與,看中的正是其團隊的專業能力與願景。 深耕數位人才培育的教育新創 ALPHA Camp,宣布完成第一輪外部投資。 計劃打造學習數據平台,為台灣人才升級。

  1. 其他人也搜尋了