顯示1結果的8-8
    深度學習閱讀更多
    蔚藍海岸夢想設計

    深度學習

    蔚藍海岸夢想設計
    1
    student
    NT$2,000

    深度學習 本課程提供部分章節單元預覽，歡迎您先行觀看學習，再決定是否購買全課程! …

    NT$2,000
    閱讀更多
    機器學習閱讀更多
    蔚藍海岸夢想設計

    機器學習

    蔚藍海岸夢想設計
    2
    students
    NT$2,000

    機器學習輕鬆入門！AI4kids邀請業界頂尖軟體工程師錄製影音教學AI課程，透過線上學習與操作，帶你一步一步練就程式基本功！

    NT$2,000
    閱讀更多
    受保護的內容: 學AI真簡單Ⅰ-初探機器學習閱讀更多
    Admin bar avatar
    AI4kids團隊

    受保護的內容: 學AI真簡單Ⅰ-初探機器學習

    Admin bar avatar
    AI4kids團隊
    461
    students
    免費

    受密碼保護的文章不會產生內容摘要。

    免費
    閱讀更多
    受保護的內容: 學AI真簡單Ⅱ-動手做深度學習閱讀更多
    Admin bar avatar
    AI4kids團隊

    受保護的內容: 學AI真簡單Ⅱ-動手做深度學習

    Admin bar avatar
    AI4kids團隊
    242
    students
    免費

    受密碼保護的文章不會產生內容摘要。

    免費
    閱讀更多
    受保護的內容: 學AI真簡單Ⅲ 輕鬆學自然語言處理閱讀更多
    Admin bar avatar
    AI4kids團隊

    受保護的內容: 學AI真簡單Ⅲ 輕鬆學自然語言處理

    Admin bar avatar
    AI4kids團隊
    17
    students
    免費

    受密碼保護的文章不會產生內容摘要。

    免費
    閱讀更多
    受保護的內容: 學AI真簡單Ⅳ 探究巨量資料閱讀更多
    Admin bar avatar
    AI4kids團隊

    受保護的內容: 學AI真簡單Ⅳ 探究巨量資料

    Admin bar avatar
    AI4kids團隊
    14
    students
    免費

    受密碼保護的文章不會產生內容摘要。

    免費
    閱讀更多
    受保護的內容: 學AI真簡單V 玩轉AIoT智慧物聯網閱讀更多
    Admin bar avatar
    AI4kids團隊

    受保護的內容: 學AI真簡單V 玩轉AIoT智慧物聯網

    Admin bar avatar
    AI4kids團隊
    12
    students
    免費

    受密碼保護的文章不會產生內容摘要。

    免費
    閱讀更多
    受保護的內容: 學AI真簡單VI 淺談邊緣運算閱讀更多
    Admin bar avatar
    AI4kids團隊

    受保護的內容: 學AI真簡單VI 淺談邊緣運算

    Admin bar avatar
    AI4kids團隊
    12
    students
    免費

    受密碼保護的文章不會產生內容摘要。

    免費
    閱讀更多

      1條評論

    1. s10827616
      2020-03-19
      回覆

      最大的收穫主要是獲得比較多的訓練平台與工具的選擇，獲益良多，場地跟防疫都做得很好，感謝講師跟工作人員的辛勞。

    2. rose125678
      2020-05-09
      回覆

      講師的演講內容豐富且吸引人，
      學習到很多。

    3. lion852147
      2020-05-14
      回覆

      請問要如何用matlab做深度學習

    4. alexi
      2020-05-27
      回覆

      我覺得最後得micro bit o bit 特別有趣

    5. 洪百翰
      2020-05-28
      回覆

      今天玩了好多ai的小遊戲,能夠體驗這樣的課程真的很開心喔.

    6. cou077_1
      2020-08-08
      回覆

      Excellent !

    7. u10831159
      2020-08-09
      回覆

      很棒，學到很多

    8. demitai168
      2020-08-09
      回覆

      課程內容豐富 可惜我能力不足

    9. vincent0965033595
      2020-08-09
      回覆

      經過這兩天的課程後 我覺得課程內容非常精彩 讚讚

    10. 江冠霖
      2020-09-12
      回覆

      好的影片

    11. s810047
      2020-10-20
      回覆

      我覺得很可以

    12. s810278
      2020-10-20
      回覆

      棒呆了

    13. s810268
      2020-10-20
      回覆

      老師講解精闢，令我陶醉於課程當中。

    14. s810163
      2020-10-20
      回覆

      老師講的很棒，清楚且明瞭!!!

    15. s810360
      2020-10-20
      回覆

      對AI人工智慧有更深的了解，課程準備用心，很有趣。

    16. s810213
      2020-10-20
      回覆

      對AI智慧和生活中的實用範例更加了解，課程準備用心，說詞簡潔聽得懂。

    17. s810136
      2020-10-20
      回覆

      覺得內容很有趣，20秒內畫畫讓AI辨識的超好玩的。不過感覺上課時間不太夠

    18. s810066
      2020-10-20
      回覆

      老師講解的很好
      我覺得電腦可以算是AI
      因為可以處理很多問題

    19. s810154
      2020-11-03
      回覆

      謝謝老師的講解，希望能夠學到更多東西

    20. 910564
      2020-11-05
      回覆

      我感覺非常好
      如果每天都有這樣的課，該有多棒

    21. ning940313
      2020-11-05
      回覆

      聽不懂啦(對不起我就笨
      講解有點太過攏統
      除了後面攝影機的部分幾乎都只有稍微帶過
      不太知道他真的應用是甚麼樣子
      但還是讓我對AI稍微多了一些了解
      還是不錯的啦 讚

    22. 910385
      2020-11-05
      回覆

      雖然非常的有趣和新奇，但是總覺略為出淺，銜接課程都上過了。似乎是都在講解AI對我們未來的影響，但這些都很好懂: 不須創意及專業知識的工作即將消失，同時會出現更多有關的工作，只要把我先機就可以站一片地，方法就是–終身學習。這個觀念我已經聽很多次了，貌似花那麼多的篇幅講這些，好像有一點可惜。可能是因為有上銜接課程，我覺得整體來看並沒有學到甚麼
      抱歉， 但還是謝謝有這個機會

    23. s810136
      2020-11-10
      回覆

      我覺得做這個活動還滿累的，負責操作電腦的部分(神經棒跟teachable machine)因為不是我熟悉的領域所以一直失敗，神經棒連不上還有因為檔名而無法上傳檔案或者系統出錯…很多都是我想不到的挫折，不過也在克服困難的過程中學到了很多，很累但很充實。

    24. ㄕㄟ
      2021-04-10
      回覆

      讚喔

    25. okj
      2021-04-21
      回覆

      有趣~好玩的課程

    26. MMM
      2021-05-08
      回覆

      請問範例呢?

      • 維寧 黃
        2021-05-11
        回覆

        您好，想請問什麼課程項目的範例呢?
        程式碼、簡報、課程影片都在課程中可以直接閱覽喔 🙂

    27. A
      2021-05-17
      回覆

      沒有影片

      • Chen Inky
        2021-05-22
        回覆

        點擊影片即可播放喔！

    28. chenpiway
      2021-05-21
      回覆

      random_state=43是甚麼?為甚麼都沒有解釋?

      • Chen Inky
        2021-05-22
        回覆

        當我們用機器學習套件sklearn做分割完測試集和訓練集，確定模型初始參數以後，
        會發現程序每運行一次，都會得到不同的準確率，無法調參
        這是因為每次運行模型的測試集與訓練集不同
        為了控制這個變因，我們會使用random_state
        random_state是一種隨機取數的方法
        當我們設定random_state=43（也可以設為任一整數）是為了保證程式每次運行都分割一樣的訓練集與測試集
        之後才能夠針對模型的好壞，進行參數的調整。

    29. jease0502
      2021-07-06
      回覆

      他寫，accounts.google.com 重新導向太多次。沒辦法看到影片

    30. 曾慶良
      2021-07-16
      回覆

      iddmail@ycsh.tp.edu.tw

    31. hanssu7711
      2021-08-07
      回覆

      好像有點難

    32. BrianSu
      2021-08-07
      回覆

      學到很多，跟高中統計學的回歸直線相呼應

    33. BrianSu
      2021-08-07
      回覆

      準確度一直在90~93%間 ，要突破95好難。

      • BrianSu
        2021-08-07
        回覆

        更正80~93%

    34. o935596247
      2021-08-08
      回覆

      很棒

    35. fred
      2021-10-01
      回覆

      請問如何實際使用Kneron Dongley在影像辨識上呢?在影片中只有跑mAP分數

    發表評論

    發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *