搜尋結果
如果不深究的話，用一個關鍵字大概就可以打發這個問題，例如「我在學寫程式」、「我在學煮飯」等等。. 然而，如果你是一個特別注重「刻意練習」的學習者，或者你是課程設計者，就恐怕無法用一個 keyword 來打發這個問題。. 「分類學」是 20 世紀以降一個 ...
2023年7月25日 · Reference. 體驗用 ORID 強化全端網頁開發學習效果，3 分鐘小測驗找到你的學習起點. Reflection 與做中學. OBJECTIVE：具體的事實，做了哪些事情、看到與觀察哪些事情. REFLECTIVE：感受與反應，在當下直接的感受、反應與印象深刻的地方. INTERPRETIVE：事後詮釋與分析，試著解釋與分析事實與自己的感受. DECISIONAL：訂定目標與下一步，找出下一步可應用、執行與改善的地方. AC 學生 David 的實際 ORID 評估. Objective 客觀、事實. Objective: DOM實戰操作. 八月之前，對於DOM操作僅有知識上的學習，只有照著其他線上教學影片跟著老師coding的經驗。
2024年3月7日 · 一、資料清理. 二、如何切割文本. 三、如何搜尋. 四、LLM 生成品質. 快速掌握 LLM 應用全局觀. 有了「長上下文 LLM」（Long-Context LLM），還需要 RAG 嗎？ RAG（Retrieval-Augmented Generation，檢索增強生成）無疑是當今開發大型語言模型（LLM）產品時，不可或缺的技術。 由於可以確保 LLM 生成的真實性，在企業 AI 應用與搜尋場景相當受到重視。 為此，我也試著實作一個簡單的 RAG 應用。 多年累積下來，我的 Apple Notes 已經有 7000 多則筆記，搜尋愈來愈不準確，常在寫新筆記時想參考舊筆記，卻怎麼也找不到。
其他人也問了
水果的顏色代表什麼?
黃金果是什麼?
果實是什麼?
為什麼叫水果小黃瓜?
2024年2月26日 · RAG 概念是由自然語言處理科學家 Patrick Lewis 等學者在 2020 年發表的論文 2 中所提出。 這項技術簡而言之，就是在向 LLMs 提供用戶的提示詞（prompt）之前，會先從外部的資料庫「檢索」相關資料，再將這些相關資料連同原本的提示詞提供給 LLMs 參考並「生成」回覆。 IBM 的語言技術總監 Luis Lastras 用開書考試（open-book）跟闔書考試來類比 RAG 跟模型微調的差異：「使用 RAG 系統時，你是要求模型去檢索書的內容（資料庫），而不是光依憑（模型微調）的記憶來回答問題。 」 3. 而 RAG 所使用並非傳統的資料庫，而是所謂的向量資料庫（vector database）。
Chrome 插件 實作. 爬了一下官方文件和幾篇教學文，基本上Chrome插件就是個小型前端專案，搭配 manifest.json 來讓chrome知道他是個插件與相關的設定，剩下的部分就是前端的html, css, javascript了！ 先來設定 manifest.json 讓Chrome可以讀懂它… 它是所有採用 WebExtension API 的擴充功能中、唯一一個必須包含的檔案。 新增專案資料夾後，新增一個 manifest.json. 根據 官方教學文件， manifest.json 的基礎結構有這些： { “manifest_version”: 2, // 固定為版本2.
2024年2月23日 · 目前，AC 有兩堂數據分析課程 「數據思維」 與 「數據應用」。. 其中，「數據思維」著重於了解數據分析 5 步驟與流程，透過演練課程案例，帶你實際經歷完整資料循環，學會解決問題的思考與方法。. 而「數據應用」則著重於地圖的右側兩個部分商業應用與 ...
2024年1月8日 · 三步驟讓數據分析清晰易讀. 發佈日期: 2024 年 1 月 8 日 作者: 黃 昱嘉. 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：選擇表達訊息能力最佳的圖表. 圓餅圖 vs 長條圖. 折線圖 vs 堆疊長條圖. 步驟三：挑選顏色. 以上都不符合你的需求嗎？ 這裡有更多選擇圖表的指引. RE:LAB. Financial Times 的「視覺化辭典」 Andrew Abela 的 Chart Chooser. The Data Visualisation Catalogue. 結語.
