82 篇文章
2018 年持續更新
沒有找到符合的文章
🧠 深度學習 / 神經網路 27 篇
Self-attention(自注意力機制) 基於 Numba 的 CUDA Python 介紹 AI 模型壓縮技術:量化(Quantization) 影像切割任務常用的指標:IoU 和 Dice coefficient PyTorch 手把手實作:Generative Adversarial Network PyTorch 手把手實作:AutoEncoder 深度學習:物件偵測 YOLO cfg 檔解讀(三) PyTorch 提供之 torchvision data augmentation 技巧 深度學習 Warm up 策略在幹什麼? 深度學習:Weight initialization 和 Batch Normalization 遞歸神經網路(RNN):Back-propagation Through Time 深度學習:物件偵測上的模型結構變化 深度學習:YOLO 模型視覺化呈現(含程式碼) 深度學習:物件偵測 YOLOv1/v2/v3 cfg 檔解讀(二) 深度學習:物件偵測 YOLOv1/v2/v3 cfg 檔解讀(一) 深度學習系列:什麼是 AP / mAP? 深度學習:物件偵測 You Only Look Once(YOLO) 深度學習:什麼是 One Stage / Two Stage 物件偵測 深度學習:MobileNet(Depthwise separable convolution) 機器學習:神經網路(MLP)運作方式 機器學習:神經網路(MLP)含倒傳遞(Backward propagation)詳細推導 卷積神經網路(CNN):1×1 卷積計算在做什麼 卷積神經網路(CNN):卷積計算中的步伐(stride)和填充(padding) 卷積神經網路(CNN):卷積計算的倒傳遞推導與稀疏矩陣觀點 卷積神經網路(CNN):CNN 運算流程 卷積神經網路(CNN):卷積運算、池化運算 什麼是人工智慧、機器學習和深度學習?
📊 機器學習 22 篇
機器/深度學習:基礎數學(三)梯度最佳解相關算法 機器/深度學習:基礎數學(二)梯度下降法 機器/深度學習:基礎數學篇(一) 機器/深度學習:損失函數(Loss function)— Huber Loss 和 Focal Loss 機器/深度學習:基礎介紹—損失函數(Loss function) 機器/深度學習:物件偵測 Non-Maximum Suppression(NMS) 機器/統計學習:羅吉斯回歸(Logistic Regression) 機器學習:Kernel 函數 機器學習:Ensemble Learning — Bagging、Boosting 和 AdaBoost 機器學習:EM 演算法、高斯混合模型(GMM)和 GMM-EM 詳細推導 機器學習:分類(Classification)— 線性區別分析(LDA) 機器學習:降維(Dimension Reduction)— 線性區別分析(LDA) 機器學習:集群分析 K-means Clustering 機器/統計學習:主成分分析(PCA) 線性回歸(Linear Regression) 機器學習:決策樹(Decision Tree) 機器學習:支撐向量機(SVM)詳細推導 機器學習:如何在多類別分類問題上使用二元分類器(Multiclass Strategy) 機器學習/統計方法:模型評估—驗證指標(Validation Index) 機器學習方法概觀 機器學習應用:「垃圾訊息偵測」與「TF-IDF 介紹」(含範例程式) 機器學習介紹
📐 統計 / 數學 13 篇
驗證旋轉矩陣是正交矩陣 還看不懂 Wasserstein Distance 嗎?看看這篇。 指數(exponential)級數和極限定義 笨蛋,問題在 DATA 3:Probably Approximately Correct(PAC) 笨蛋,問題在 DATA 2:從訊息理論來看資料的影響 笨蛋,問題在 DATA 統計學:皮爾森相關係數為什麼小於等於 1 統計學:常態分佈積分等於 1 統計學:大家都喜歡問的系列—p 值是什麼 統計學:大家都喜歡問的系列—要抽多少樣本才夠做統計 統計學:常態分布平均數估計、變異量估計,以及為什麼樣本變異量分母要減 1 相關係數與共變異數(Correlation Coefficient and Covariance) 貝氏決策法則(Bayesian decision rule):最大後驗機率法(MAP)
🚗 自駕車 / 路徑規劃 6 篇
路徑規劃系列:B-Spline 自駕車路徑規劃系列(3):笛卡爾座標系和 Frenet 座標系相互轉換 自駕車路徑規劃系列(2):Frenet 公式 自駕車路徑規劃系列(1):Lattice Planner 之笛卡爾座標系和 Frenet 座標系的關係 簡易介紹卡爾曼濾波(Kalman Filter) 矩陣分解(Matrix Factorization):交替最小平方法(ALS)
🛠️ 工具應用 / 實作 5 篇
利用 OpenAI Whisper 進行語音轉文字 爬蟲擷取 YT 影片資訊和影片字幕 利用 ChatGPT 和 Stable Diffusion 進行 AI 故事創作 交叉驗證(Cross-validation, CV) 趣味分析篇:Medium 文章統計資料分析
📡 雷達感測(FMCW Radar) 4 篇
FMCW Radars:MIMO Radar FMCW Radars:測距 / 測速原理(3/3) FMCW Radars:測距 / 測速原理(2/3) FMCW Radars:測距 / 測速原理(1/3)
🎤 分享 / 演講 / 其他 9 篇
2024/05/22 — MasterTalks 線上課程平台線上直播職場分享 公開演講:【職涯講座】AI 技能的培養提升未來職涯競爭力(2023/10/14) MasterTalks 課程推銷文:自己的課自己推銷 科技財知道訪問:AI 工程師到底在幹嘛?? 機器學習的統計基礎:深度學習背後的核心技術(書籍介紹) 淺談生理訊號在 AI 上應用遇到的問題 2018 年:學界到業界工作快兩年心得
✍️ 前往 Medium 查看最新文章 →