太平清醮 相關
廣告
搜尋結果
- 是否解決了真正的問題？思考 AI 應用產品化時，最核心的議題便是「這解決了什麼問題？」舉例而言，「AI 摘要」或「和文件對話」是最早出現的服務。如果想打造這類型應用，必須先思考自己解決了什麼問題：是讓「還沒有讀過文章的人，快速理解並掌握文章」，還是「已經讀過文章的人，不必自己整理筆記」？
- AI 是解決問題最好的辦法嗎？由於 AI 能力廣泛且強大，我們很容易陷入「拿著錘子，看什麼都是釘子」的思維。回到上一節的例子，許多產品提供 AI 摘要——然而如果單純只下直覺的 prompt，現行的 LLM 並不擅長摘要。
- 結果不合預期怎麼辦？AI 模型在生成內容時，結果並非百分之百可控的。即使盡可能讓回應穩定，仍然需要事先設想，當生成內容超出控制，產品應該如何自我調整。
- 如何管理 Prompt？Prompt 是與 AI 模型溝通的主要界面，會經過多次微調與迭代。製作 AI 應用時，管理 prompt 是一項重要的工作。
2023年8月8日 · 為何重要又該怎麼做？ 產業案例分享. 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？
2024年1月23日 · 發佈日期: 2024 年 1 月 23 日 作者: Milana. 內容目錄. 根據職缺客製化 Side Project，增加求職競爭力. 免費點我下載完整數據分析案例. 以找數據工作為目標製作 Side Project，從發想到實作的過程. 數據工程 Side Project 的實戰流程分享. 專案發想. 資源評估. 開始實作. 成品呈現. 思考 Side Project 的價值：重在質，而不在多. 本文作者 Milana 大學就讀斯拉夫語系，後來成功轉職踏入資料領域至今三年多，曾任資料分析師、資料工程師，亦有在業界擔任面試官的經驗。
- Label Encoding
- One-Hot Encoding / Dummy Variable
- 資料前處理中必須要做的處理
根據觀察資料，可以把字串的資料分成有序和無序的。最直覺的方法就是直接將「字串」轉換成一個對應的數字即可，這種方法我們稱為標籤編碼法（Label Encoding）。有序類別字串可以直接採用標籤編碼法，利用轉換後的大小關係維持資料間的順序。標籤編碼轉換後的大小會隱含資料間的順序關係。
但原本的資料如果是無序的類別字串直接使用標籤編碼法會有點問題，以這個例子來說，會讓原本應該無序的水果間產隱含大小的關係出現。而我們在模型當中，很常會使用「大小」來表示資料間的關係。 因此，無序類別字串轉數值會採用另一種方法，稱為是獨熱編碼（One-Hot Encoding）或虛擬變量（Dummy Variable）的方法。這種方式會將原本欄位的資料轉換鍋的欄位，藉此來維持資料就的無序關係。
我自己會把「資料清理」跟「型態調整」稱為是整個分析過程中一定要操作的部分，因為若沒有經由正確的處理方法會造成模型無法存取的狀況。另外根據 CrowdFlower Survey Results 調查的結果，在資料分析的階段 60% 的時間其實是在進行資料清理的。 CrowdFlower Survey Results 最後，你以為你是在做的是資料分析的工作，實際上其實是個資料黑手。 （本文轉載自資料工程師 WeiYuan 的文章 《資料前處理必須要做的事 – 資料清理與型態調整》） 想做數據分析或轉職數據分析師？你可以先準備好必備的「數據思維」
我們讓雇主直接告訴你！ ALPHA Camp 特別邀請到新加坡新創 honestbee 工程副總 Sam，與 ALPHA Camp 畢業校友威辰，在直播上進行資深後端工程師的模擬面試。 （ 最有系統的全端開發課程，扎實培養你成為軟體人才 ） 一般而言，應徵 honestbee 的資深工程師除了履歷審查，還須經過 4-5 關： coding test（take home test） 2-3 關技術面試. 以上都過關斬將後，會跟技術副總面談. 看起來似乎挑戰不小，ALPHA Camp 校長 Bernard 也指出：「通常徵才過程嚴謹、難進的公司，往往也能提供很好的成長潛力。 我們希望不只是幫學生轉職，也要幫助他們進到好公司、好職涯！
課程介紹. 最新資訊. 數據分析師實力培養攻略：解決模糊問題的五個步驟. 身為數據分析師的核心能力之一是要能處理「模糊不清的問題」（deal with ambiguity），本文將分享... Learn more. 用 AI 提高工程師的生產力，初階、資深與獨立開發者的三種不同做法. 對於「工程師如何運用 AI 提高生產力」這樣的議題，本文將按照工程師的職涯階段與類型，分別討論初階工程師、資深... Learn more. 看影片學習 AI 知識與最新趨勢，為你精選四個 YouTube 頻道.
2024年3月29日 · Communication strategy & Data communication. 結語. 免費點我下載完整數據分析案例. 在這個數據驅動的時代，能夠有效解決問題的能力是非常寶貴的。 本文將以實際案例為基礎，探討如何培養解決問題的能力，特別是在數據分析的環境下。 我們會聚焦在「定義問題」與「提出假設」這兩個核心環節，並詳細解析其目標、方法和具體案例。 數據思維：解決問題的五個步驟.
