104學習

機器學習數據應用開發

機器學習數據應用開發
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「機器學習數據應用開發:負責設計與開發基於機器學習的數據應用,提升業務流程效率與數據分析能力。主要職責包括需求分析、模型選擇、數據處理及驗證,並與跨部門團隊協作,確保解決方案的落地與效益評估。需具備深厚的數據科學基礎,熟悉常見的機器學習算法及工具(如Python、TensorFlow),並擅長商務溝通及展示技能。在台灣職場中,面對創新技術快速變化及多元合作文化,必須具備良好的適應能力與團隊合作精神,以推動數字轉型的成功。」
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

機器學習數據應用開發 學習推薦

碁峰資訊GOTOP

小編

2022/04/02

TinyML|TensorFlow Lite機器學習
應用Arduino與低耗電微控制器
「想要瞭解如何在資源有限的設備上運行機器學習嗎?那就要看這本書,它是AI發展的里程碑。」
—Massimo Banzi
Arduino共同創辦人
「本書藉由清楚、有趣的用例來教你如何在Arm微控制器上部署ML。」
—Jem Davies
Arm機器學習集團副總裁、研究員和總經理
深度學習網路正在不斷縮小,而且比以前小太多了。Google Assistant偵測單字的模型只有14 KB,小到可在微控制器上運行。這本實用的書籍將引領你進入TinyML領域,結合深度學習和嵌入式系統,用微型設備產生驚人的效果。
Pete Warden和Daniel Situnayake將講解如何訓練可以放入任何環境的微型模型。對想要使用機器學習來建構嵌入式系統的軟體和硬體開發者來說,這是一本理想的指南,它將指引你逐步建立一系列的TinyML專案,而且你不需要具備機器學習或微控制器的經驗。
‧建立語音辨識器、人體偵測鏡頭及可以回應手勢的魔杖
‧活用Arduino和超低電力的微控制器
‧學習ML的基本概念及訓練自己的模型
‧訓練可以理解音訊、影像和加速度計資料的模型
‧探索Google為TinyML設計的工具組,TensorFlow Lite for Microcontrollers
‧為app進行除錯及保護隱私和安全
‧優化等待時間、耗電量、模型和二進制檔的大小
看更多書籍介紹:
看更多
0 0 163 0
碁峰資訊GOTOP

小編

2022/04/02

深度學習 | Deep Learning
「由三位深度學習領域專家撰寫的《Deep Learning》,是涵蓋內容最為全面的著作。對於要進入此領域的軟體工程師與學生,提供了兼具深度及廣度的觀點與淺顯數學概念,以及足供專家參考的內容。」
──Elon Musk,OpenAI共同主席;Tesla與SpaceX共同創辦人兼CEO。
「這是最完整的深度學習教科書。本書是由此領域的主要貢獻者所撰寫,清晰、全面與完整的呈現相關主題。想知道深度學習的起源、優勢與發展,請閱讀本書。」
──Geoffrey Hinton,英國皇家學會院士(FRS),Toronto大學榮譽教授;Google傑出研究人員。
「近十年來,深度學習著實讓技術界為之傾倒。有必要為學習者、實作者與教學者撰寫一本教科書,內容包括基本概念、實務項目與進階研究主題。本書是第一本全面涵蓋的書籍,由專精於該領域富有創新性與創造力的研究人員撰寫。本書會是今後幾年的重要參考書。」
──Yann LeCun,Facebook AI研究主管;New York大學電腦科學(資訊科學)、資料科學與神經科學的教授。
深度學習是一種機器學習,透過概念階層方式,讓電腦從經驗中學習,進而理解世界。由於可利用經驗累積知識,因此無須人為操控來指定電腦所需的全部知識。概念階層容許電腦經由簡單概念建置與學習更複雜的概念,其中組成的階層圖會呈現出多層深度框架。本書內容涵蓋廣泛的深度學習主題。
本書是以數學與概念為基底,涵蓋線性代數、機率論與資訊理論、數值計算以及機器學習等相關概念。書中將論述業界實作者與行家們使用的深度學習技術,包括深度前饋網路、正則化、優化演算法、卷積網路、序列建模與實務方法;同時討論概括論述相關應用,如自然語言處理、語音辨識、電腦視覺、線上推薦系統、生物資訊與電玩遊戲等。本書提供諸多研究觀點,包含線性因子模型、自動編碼器、表徵學習、結構化機率模型、蒙地卡羅法、配分函數、近似推論與深度生成模型等理論項目。
本書適合打算投入深度學習業界或研究領域的大學生與研究生,以及想要在資訊產品或平台中納入深度學習技術的軟體工程師閱讀。
封面圖片:Daniel Ambrosi的Central Park Azalea Walk Dreamscape(danielambrosi.com)。Daniel Ambrosi的Dreamscapes(夢景)是使用Google DeepDream開源軟體(由Google的Joseph Smarr與NVIDIA的Chris Lamb修改的版本)所建構的作品,以此軟體成功處理Ambrosi數億像素的全景圖片而成。
看更多書籍介紹:
看更多
0 0 98 0
碁峰資訊GOTOP

小編

2022/04/02

用Python快速上手資料分析與機器學習
幫助您在最短的時間內學到資料科學必備的技術與基礎知識
本書的目標族群是想成為資料分析工程師的讀者、對Python有一定程度了解的工程師。所謂「有一定程度了解」,指的是能讀懂Python官方手冊的程度,本書只介紹最低限度所需的Python語法與規格。至於資料分析方法,會使用NumPy或pandas介紹處理資料的方法,接著會介紹以Matplolib具體呈現資料的方法,最後再解說以scikit-learn進行機器學習的分類或預測的方法。除了工具的使用方式之外,也會解說基礎的數學知識。
搞懂資料分析與機器學習必懂的數學知識
要分析資料或是進行機器學習,就必須具備相關的數學知識,所以本書將從數學公式開始講解,直到大家能了解數學公式為止。再者,實際分析資料時,收集資期待各位讀者能透過本書全面地學習資料分析,進而踏出成為資料分析工程師的第一步。
.資料分析必備的基礎數學知識
.基本的Python語法
.使用NumPy或pandas處理資料的方法
.利用Matplolib進行資料視覺化的方法
.以scikit-learn進行機器學習的分類或預測
.實作網路爬蟲
.實作自然語言處理
.實作影像分類
看更多書籍介紹:
看更多
0 0 116 0
你可能感興趣的教室