雅虎香港 搜尋

搜尋結果

  1. 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、資深工程師與獨立開發者可以怎麼運用 AI 增強自己的表現。. AI 人工智慧 ...

  2. AC 評價 / AI 人工智慧. 我參加 LLM 應用開發工作坊的三個重點收穫(RAG 比原本想的還有趣!. 本文是作者記錄自己今年三月參加 ALPHA Camp 與 ihower 共同推出的「Generative AI Engineer:LLM 應用開發工作坊」,除了詳細分享三個課程內容重點,也提到課程對工程師的幫助 ...

  3. 2023年11月21日 · 許多線上學習成效低落的原因之一是太過自由,沒有任何來自外在的壓力,完全依賴本身的自律與動力,初學者很容易遇到困難的階段而放棄。為了設計適當的壓力與動力管理,幫助學生持續學習,這篇文章帶你了解AC特有的學習教練,如何透過數據優化學生學習成果。

  4. 其他人也問了

  5. 2023年7月24日 · 根據統計,我們能推測什麼. 建立假設,開始檢定. 再介紹一些好用的基本知識. 常態曲線,視覺化的資料分布樣貌. 小結. 統計到底哪裡可以用得到?. 又要怎麼開始呢?. 剛開始想了解資料與統計的同學們,常常聽到資料界的工程師說分析、模型都要用到統計的 ...

  6. 2024年1月8日 · 內容目錄. 步驟一:最希望呈現資料裡的哪一個關係?. 「比較大小」:長條圖. 「了解趨勢」:折線圖、堆疊長條圖. 「呈現整體組成」:圓餅圖、百分比堆疊長條圖、矩形樹狀圖. 「呈現分佈」:散佈圖、直方圖. 「比較大小+呈現分佈」:泡泡圖. 步驟二 ...

  7. 2024年2月26日 · 微軟的研究結果發現,RAG 和微調模型確實都能讓 LLMs 的回答變得更為精準:與 GPT-4 的基本模型相比,RAG 的精準度增加的 5%、微調的精準度增加 6%,而微調模型搭配 RAG 的精準度則增加 11%。. 由此可見,RAG 可以用較低的訓練成本達到與微調模型差不多的表現,且 ...

  8. 2023年4月3日 · Data Mining包含多種技術和方法,以下是一些常用的資料探勘技術:. 分類(Classification):這是一種監督式學習方法,用於預測資料實例的類別標籤。. 常用的分類算法包括決策樹(Decision Trees)、支持向量機(Support Vector Machines)、神經網路(Neural Networks)和邏輯 ...