資訊教育課程素材

AI與機器學習

高怡宣老師

在Windows下安裝Tensorflow @ 大家一起學AI :: 痞客邦 ::要安裝Tensorflow需先建立Anaconda虛擬環境 1. Anaconda安裝 (請參考下列連結有詳細安裝步驟) http://cvfiasd.pixnet.net/blog/post/1

Anaconda安裝教學 @ 大家一起學AI :: 痞客邦 ::下圖為Anaconda的官網網站(https://www.anaconda.com/download/) 目前最新版為Python 3.6的版本，若要安裝Python 3.5，請選擇Anaconda

【I/O 超大亮點】Google 新工具 ML Kit，任何 App 都能輕鬆導入機器學習功能！ | TechOrangeGoogle I/O 2018 開發者大會，在台灣時間今天凌晨一點正式開幕，延續去年「AI First」的宣稱，Google 展示了更多決心和產品在人工智慧領域。在大會前夕，Google 大動作將[...]

AI training course.pdf

Google 機器學習三大服務：AutoML, Cloud ML Engine, ML API 介紹與比較 | GCP專門家一篇文章帶您了解 AutoML, Cloud ML Engine, ML API Cloud AutoML 最新消息更新： 1.【Google Next 大會重點產品發表】Cloud AutoML Beta 版釋出 2. 手把手快速啟用 Google Cloud AutoML 3. 案例介紹：一秒辨識屈中恆、宋少卿、鈕承澤：就用 Cloud AutoML Vision！ Google 在 1/17 重磅推出了極具破壞性的機器學習產品 Cloud AutoML，引起各大產業的驚呼(相關文章：Google 發表 Cloud AutoML，對產業帶來的五大突破性影響)。究竟 Cloud AutoML 是什麼? 它與先前 Google 推出的機器學習產品有什麼不同? GCP 專門家將透過這篇文章帶您了解 Cloud AutoML, Cloud ML engine, ML API 的差異。什麼是 AutoML? 透過 Google 最先進的遷移學習 (transfer learning) 和神經架構搜索技術(Neural Architecture Search technology)，即使您沒有足夠的 ML 背景開發人員，您也可以透過 Cloud AutoML 來訓練客製化的機器學習模型。Google 率先推出的第一個 Cloud AutoML 產品就是 AutoML Vision，未來 Google 也將推出其他領域的 Cloud AutoML 服務。 AutoML Vision 透過 Cloud AutoML Vision，您只需要幾十張照片樣本，就可以擁有自己的 vision model。Google 將自己的強項：圖像辨識，妥善地應用在 Cloud AutoML Vision上，讓 Cloud AutoML Vision 在公開資料集(CIFAR and ImageNet) 中達到了最好的性能，並將這項研究公開。 Cloud AutoML 使用界面 (graphical user interface) 很平易近人，不管是訓練、評估、優化甚至部署模型都非常易於操作。只要幾分鐘，你就可以擁有自己的機器學習模型。現在聯繫 GCP專門家，瞭解更多 GCP 加值服務！ Cloud AutoML 產品特色與 human labeling 整合

省很大！Google Machine Learning Engine 幫你省了哪些工 ? | GCP專門家GCP Machine Learning Engine 幫您節省大量維運成本！隨著近期機器學習( Machine Learning，以下簡稱 ML )的熱潮，企業拿自己的機器學習模型做測試已經是司空見慣，且在這之中大部分的企業會選擇使用 TensorFlow。因 TensorFlow 開放原始碼，您可以在自己的電腦上做原型測試，讓您可以在小規模的程式驗證執行上快速測試。當您測試完畢，您可以將你在電腦上測試好的 TensorFlow 資料放進 Google Cloud，並可混合架構上的 CPU、GPU 甚至 TPU 達到優化效果。 * TensorFlow 機器學習軟體 * TPU 比 GPU 快 15~30 倍的處理器當您準備好將你的 ML 工作提升到下一個階段，您就必須針對基本設定做一些調整。一般來說，這些選擇將會影響到運作工程和 ML 工程花費的時間。為了幫助您快速了解，我們已經發佈一系列的教學課程，像是關於如何在 Google Compute Engine 上創立和執行，以及如何執行相同的程式在 Google Machine Learning Engine 上訓練模型。我們使用 MNIST model 作為 ML 的基礎模型，或許這不是最好的運作數據庫，但我們能夠用來加強解決工程方面的問題。在上述已經提過 TensorFlow 有開放原始碼，所以您可以在自己的筆電上運作，或是在自有機房的 sever 端運作，甚至在 Raspberry PI 上運行。TensorFlow 可以在分散式叢集中運作，讓您可以分散程式運行的工做到多台機器上，以節省時間。第一個實例是如何在 Compute Engine 上運行 TensorFlow，如(圖 1) 所示，藉由創造一個可重複使用的客製化映像檔，並且利用 Cloud Shell 執行初始化腳本。創建一個能夠正常執行的環境需要許多步驟。儘管這些步驟不是很複雜，不過這些維運相關的步驟的確會花掉一些本來可以用在ML開發上的時間。 * distributed cluster 分散式管理不同項目內容 * Cloud Shell 可以方便管理雲端資源的瀏覽器圖1. Google Compute Engine的TensorFlow 項目第二個實例是使用相同的程式碼在 Cloud ML Engine

卷積神經元cnn簡報.pptx

機器學習與Webduino.pptx 的副本

機器學習與Webduino

Python與機器視覺_I_蔡朝安.pdf

秒做 CNN 手寫數字辨識降低 AI 開發的技術門檻能收到什麼好處呢？巨人們佈的局是建立新的生態體系（ Ecosystem ）與盤算將來的規模經濟綜效，而站在巨人肩膀上的你我究竟是看能得更遠？亦或只是最終實現巨人們野心過程被供養的代理人呢？於現在所謂「場景即商機」的時代，巨人們將更容易透過...

CH01_打造最強環境_TensorFlow和Keras.pdf

CH02_機器學習起點_多層感知器(MLP).pdf

CH03_影像識別神器_卷積神經網路(CNN).pdf

使用 TensorFlow 來做簡單的手寫數字辨識TechBridge Weekly 技術週刊團隊是一群對用技術改變世界懷抱熱情的團隊。本技術共筆部落格初期專注於Web前後端、行動網路、機器人/物聯網、數據分析與產品設計等技術分享。

brohrer-zh-Hant.pdf

機器學習觀念手冊

Day 02：撰寫第一支 Neural Network 程式 -- 阿拉伯數字辨識 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天入門照理講，我們應該先了解『神經網路』(Neural Network)概念，再談如何寫程式，但是，概念介紹內容有點硬，為了提高學習興趣，避免一開始就搞一堆數學公式，造成讀者跑光光，所以，還是柿子挑軟...

DeepMind 這世界最知名 AI 公司，去年虧了 5 億美元 - INSIDE其中最貴的，是薪水。標籤: AI, DeepMind, 人工智慧, Google

健保資料庫首開放加速AI醫療發展 - 生活 - 自由時報電子報衛福部健保署今年六月成立健保資料人工智慧（AI）應用服務中心，首度開放民眾就醫明細、十三億張檢查影像，經去識別化後可提供外界申請使用、開發AI醫療應用，已有八組團隊通過審核。國外藥廠也表示，台灣健保有優質數據，期待合作，透過AI也可加速新藥開發。13億張檢查影像 8團隊申用

美國工程師花一週寫 Python，用一支機械手臂毀了「威利在哪裡？」這個遊戲 | TechOrange【我們為什麼挑選這篇文章】太好了，又是一個摧毀 20 歲年輕人童年的機器。《威利在哪裡？》有趣的就是在茫茫人海裡，花上萬年的時間找到威利這小鬼在哪。現在看到 4.5 秒完工，看影片的我也只能在旁傻眼傻[...]

人工智慧秒變人工智障，日本開發「最弱AI」你想輸還輸不了 | T客邦從傳統棋類運動到全新的電子競技，AI正在一步步攻克那些曾讓人類引以為傲的腦力項目。如今，再看到諸如「AI在XX項目完勝人類選手」這樣的新聞，人們早已見怪不怪，打贏一局「人機」似乎也成為了彰顯實力...

【探索講座第20期】AI 嘉年華臺灣大學科學教育發展中心適逢中心10周年與探索系列講座第20期，將於12/16(日) 推出「AI 嘉年華」。仿照TED-Talk的概念，邀請在語言、社群網路、醫療生物資訊、製造、心理、音樂等不同領域的傑出人物進行短講，分享「人工智慧」在這些領域上面的應用，另加碼邀請字節跳動公司馬維英副總裁與HTC健康醫療事業部張智威總經理進行主題演講。演講廳外更有科技部人工智慧技術暨全幅健康照護聯合研究中心（臺灣大學人工智慧中心)設置成果展！

【探索講座第20期】智慧新世界：圖靈所沒有預料到的人工智慧人工智慧(Artificial Intelligence, AI)一詞首度於1955年被提出，在21世紀的今天已普遍被認為是影響未來人類社會發展的關鍵技術。人工智慧之父圖靈(Alan Turing)認為人工智慧可藉由模仿人類智慧，從符號邏輯的推導與知識結合達成，但這個方向的人工智慧並沒有獲得巨大的成功。而進化至今的人工智慧，是建構在以巨量資料和統計為基礎的機器學習與深度學習之上，21世紀的人工智慧早已聰明地滲透在你我生活中。本期探索講座將從機器學習、資料探勘、自然語言處理及電腦視覺重點切入，並重磅推出「AI嘉年華」，深入淺出人工智慧的基礎理論、方法、技術與應用，且看人工智慧將如

Deepfake 再添一例！駭客成功用 AI 假語音騙到 24 萬美元 - INSIDE最近一兩年各種幾可亂真的 deepfake 技術迅速發展，而這起事件完全證實了人工智慧所模仿的語音用來詐騙綽綽有餘！標籤: deepfake, 人工智慧, AI

10000000_542449029858412_1467950682961399725_n.mp4

《MIT 人工智慧產業應用調查》：80% 的產業業者都知道 AI 重要，卻因為高層腦袋水泥轉型不成 | TechOrange【我們為什麼挑選這篇文章】人工智慧被所有人捧為未來最重要的科技革新，並且十分看好，但各行各業現在對 AI 的應用狀況為何？良好應用 AI 的企業對比落後的企業，有何不同之處？MIT 聯合波士頓諮詢集[...]

MIT重磅报告：一文看清AI商业化现状与未来_36氪人工智能显然已经成为 2017 年最为火热的话题之一，越来越多的企业开始关注并探索人工智能的相关实践。

exacity/deeplearningbook-chineseDeep Learning Book Chinese Translation. Contribute to exacity/deeplearningbook-chinese development by creating an account on GitHub.

《Deep Learning》中文版

Report abuse