Skip to content

2022年iThome鐵人賽「AI & Data」組佳作【新手也能懂得AI-深入淺出的AI課程】完整程式碼,該文章會從安裝Python開始到理解AI的程式與理論

Notifications You must be signed in to change notification settings

AUSTIN2526/learn-AI-in-30-days

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

新手也能懂得AI-深入淺出的AI課程

這篇文章會告訴你如何在從安裝python到學會AI的技術,一共30天的課程

書籍宣傳

  • 該文章已被改寫成書籍『ChatGPT X Keras X PyTorch 全方位應用實踐指南:從零開始的 AI 程式設計養成之路』,有興趣的人歡迎選購
書籍封面

購買連結:前往購買(只有初版是軟精裝要買要快)

文章簡介

人工智慧技術因硬體進步的速度越來越快,使技術有了重大的變革,在日常生活中也開始看到人工智慧融入我們的生活,像是車牌辨識、垃圾訊息判別、與前幾年做火熱的alphago都是屬於人工智慧的一環,在這30天內我會將以實作的方式講解理論,使讀者能夠更容易的理解該如何使用所學習到的知識,藉由這種方式讓讀者擁有理論、實作能力與調整參數的能力。

課程內容

  • 【day1】python&函式庫 安裝與介紹
  • 【day2】python基礎語法
  • 【day3】來辨識圖像-深度神經網路(Deep Neural Network)
  • 【day4】找到圖片的特徵-捲積神經網路(Convolutional neural network)
  • 【day5】網路爬蟲與股票預測-長短期記憶模型(Long short-term memory)(上)
  • 【day6】網路爬蟲與股票預測-長短期記憶模型(Long short-term memory)(下)
  • 【day7】解析gz檔案 & 使用Pytorch做CIFAR10影像辨識 (上)
  • 【day8】解析gz檔案 & 使用Pytorch做CIFAR10影像辨識 (下)
  • 【day9】 讓電腦了解文字資料 & 使用Pytorch做IMDB影評分析
  • 【day10】人工智慧、機器學習、深度學習究竟差異在哪裡?
  • 【day11】集成式學習 & 使用xgboost過濾垃圾郵件
  • 【day12】預訓練模型訓練 & 應用- 使用OpenCV製作人臉辨識點名系統 (上)
  • 【day13】預訓練模型訓練 & 應用- 使用OpenCV製作人臉辨識點名系統 (下)
  • 【day14】預測Hololive七期生的樣貌-生成式對抗網路(Generative Adversarial Network)(上)
  • 【day15】預測Hololive七期生的樣貌-生成式對抗網路(Generative Adversarial Network)(下)
  • 【day16】NLP的首選模型Transformer介紹
  • 【day17】假消息辨識-BERT(Bidirectional Encoder Representations from Transformers)(上)
  • 【day18】假消息辨識-BERT(Bidirectional Encoder Representations from Transformers)(下)
  • 【day19】找到文章的重點-T5( Text-To-Text Transfer Transformer)(上)
  • 【day20】找到文章的重點-T5( Text-To-Text Transfer Transformer)(下)
  • 【day21】分群?分類?傻傻分不清楚-分群演算法介紹
  • 【day22】對Google評論自動分群-HDBSCAN與Sentence-BERT(上)
  • 【day23】對Google評論自動分群-HDBSCAN與Sentence-BERT(下)
  • 【day24】加快程式的運算速度-學習常見的降維演算法
  • 【day25】手刻最簡單的神經網路-單層感知器(Single Layer Perceptron)
  • 【day26】手刻神經網路來解決XOR問題-多層感知器 (Multilayer perceptron) (上)
  • 【day27】手刻神經網路來解決XOR問題-多層感知器 (Multilayer perceptron) (下)
  • 【day28】不要再用準確率(Accuracy)評估分類模型了!-混淆矩陣(Confusion Matrix)與評估指標
  • 【day29】蒐集資料與訓練模型時會發生的常見問題 & 解決方式
  • 【day30】路途還很遙遠只有良好的基礎才能走向更遠的路-30天的技術總結與心得

教學網址

https://ithelp.ithome.com.tw/users/20152236/ironman/5607

About

2022年iThome鐵人賽「AI & Data」組佳作【新手也能懂得AI-深入淺出的AI課程】完整程式碼,該文章會從安裝Python開始到理解AI的程式與理論

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published