雅虎香港 搜尋

登入

  1. 相關搜尋:

搜尋結果

  1. tw.alphacamp.co › blog › algorithm-and-computational-thinking運算思維4 步驟，如何培養 Computational Thinking - ALPHA Camp

    2024年2月22日 · 總結. 軟體開發其中一個核心技能，就是把我們想解決的問題 (或想完成的事情)，整理成有條理的指令，再用電腦的邏輯與語言去跟它溝通，讓它用最有效的方法去執行。. 當你認識並開始深入學習演算法和運算思維，你也更能夠順利地和電腦溝通、更 ...

  2. tw.alphacamp.co › blog › what-is-rag-ai-technology-and-how為什麼要用 RAG？不用微調模型就能低成本讓 LLM 理解專業知識的 ...

    2024年2月26日 · 以及為什麼 NVIDIA、Microsoft 等軟硬體科技巨頭都爭相投入這個領域。. （編按：想要進一步知道 RAG 實作與產品化要考量的面向，可以閱讀這篇 〈為我的筆記加上 AI：RAG 實作經驗分享與四大產品化挑戰〉。. 什麼是 RAG？. 跟模型微調有什麼差別？. 在我 前一篇分享 ...

  3. tw.alphacamp.co › blog › learn-pythonPython 教學，自學入門的 7 個學習資源和工具 - ALPHA Camp

    Python 官方文檔教程 ：一般已經有程式基礎的人，從官方的文檔下手了解最快速。. ‍Learn Python：給非技術背景初學者入門的網站。. DataCamp：側重於數據科學的Python教學。. FreeCodecamp：4小時的英文初學者教程，有中文字幕. Learn Python - Full Course for Beginners [Tutorial ...

  4. tw.alphacamp.co › blog › machine-learning-and-deep-learning-intro機器學習是什麼、有何應用？和深度學習、強化學習的差異 - ALPHA Camp

    • 機器學習 Machine Learning
    • 深度學習 Deep Learning
    • 機器學習的應用
    • 機器學習熱門工具

    機器學習 Machine Learning （簡稱ML）是AI人工智慧的一門科學，主要研究電腦如何透過運用大量數據資料或過往的經驗，以演算法訓練、學習、改進以達到最佳化的效能，做出更好的分類、判斷和分析。 隨著硬體計算能力越來越強，數據搜集越來越多，機器學習持續技術的進步以及在商業上的廣泛應用，我們的生活會持續被運用數據學習的電腦給深刻影響著。 機器學習會運用不同類型的學習方式，根據資料的性質和希望獲得的結果，主要分為四類方法：監督式學習、非監督式學習、強化學習和半監督式學習。

    在「tw.alphacamp.co」查看更多資訊

    ‍ 深度學習 Deep Learning 是機器學習的分支，大多數的深度學習模型是基於多層神經網絡 Neural Network 模擬人腦的工作方式，演算法在數據中自行在每層挑選哪些特定的特徵是相關再進行分析，隨著數據量越大，深度學習能夠每次對其結果進行改進。 ‍ ‍ 在從事機器學習時，一開始會從收集數據並清理整合的準備開始，接著將數據轉換成可以餵給模型的格式，並萃取出有意義的特徵，接著選擇適合你預期目標的模型後開始訓練。並用一些指標來評估模型並作參數的調整，接著Input更多的數據來測試模型，然後作出Output預測。 深度學習是機器學習的子集，機器學習是透過工程師在訓練數據的input與output給予一定程度的指導，讓機器從累積的訓練數據中學習後得出最佳解。深度學習則是以人腦的神經網絡...

    在「tw.alphacamp.co」查看更多資訊

    圖像識別：Image Recongnition是最常見的 ML 應用，你在Facebook、Google上的照片能透過算法自動識別你的好友作為標記。或是用在醫療上判斷病人X光片是否有病變跡象。
    語音識別：Voice Recongnition可以識別語音將其轉換成文字，像是 Google Home、Siri這種語音助理服務，就是最常見的案例。
    預測分析：透過機器學習能將獲取到的數據分類，例如預測借款者的違約風險，判斷有哪些特質的人會是高風險者，有越多數據就能越準確。
    推薦系統：或是從收集到的數據判斷這名電商App的用戶現在想要買什麼東西，可以接受的價格是多少，推薦給這個客戶更符合他需求的產品。或是社群軟體更了解你的喜好與行為模式，推送給妳相關的廣告。或是交友軟體配對時，推給更適合你的菜。

    在「tw.alphacamp.co」查看更多資訊

    PyTorch：PyTorch 是一個基於 Torch 的 Python 機器學習庫。是一個開源機器學習框架，有助於深度學習和 ML 模型開發。
    TensorFlow：TensorFlow 提供了一個有助於機器學習的JavaScript 庫。API 將幫助您構建和訓練模型。
    Microsoft Azure Machine Learning：是一個包含低代碼和無代碼選項的工具，供用戶開發、部署和管理其機器學習模型。
    Amazon SageMaker: 這是一個完全託管的平台，可讓開發人員和數據科學家輕鬆利用機器學習模型。

    在「tw.alphacamp.co」查看更多資訊

  5. tw.alphacamp.co › blog › javascript-full-stack-developerJavaScript 學習指南：23週全端工程師養成攻略 - ALPHA Camp

    2023年5月15日 · 前端工程師專修路徑. 第 13 週：前端切版 RWD 實戰. 第 14 週：切版特訓：毛小孩星球. 第 15 週：切版特訓：網紅廣告平台. 第 16 週：切版實務鍛鍊.

    • 雋薈1
    • 雋薈2
    • 雋薈3
    • 雋薈4

  6. tw.alphacamp.co › blog › orid-objective-reflective如何用 ORID 框架，記錄心得、內化學習 - ALPHA Camp

    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。

  7. tw.alphacamp.co › blog › 2018/07/20-18464前端、後端、全端工程師 必備技能與就業門檻比較 (2023, 6月更新 ...

    2024年3月25日 · 想成為前端、後端與全端工程師，必備的核心技能和就業門檻有何不同呢？. 你比較適合走哪條路呢？. 為了給更多有志成為軟體工程師的人們一條清楚的方向，我們請教從 ALPHA Camp 畢業、已成功轉職軟體工程師的學長姐們，以及業界老師和助教，列出在 ...

  1. 相關搜尋

    soyo雋薈雋薈示範單位
    旺角雋薈
  2. 其他人也搜尋了