Skip to content

ufo649/2020-12th-ironman

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

全民瘋AI系列

第12屆iT邦幫忙鐵人賽

前言

本系列教學將介紹常見的機器學習演算法,最後再將所學套用在實際案例。例如AI模型的前後串接,以及API伺服器部署技巧。此外每一個演算法中附帶程式教學,大家可以透過手把手實作,不僅能夠了解演算法概念,同時也能了解程式實作技巧。此系列將以影片教學方式呈現,未來也會陸續將此系列內容整理成電子書貢獻給大家,希望這30天的教學中能夠讓大家收穫滿滿!

此系列教學適合誰?

  • 了解 Python 程式語言
  • 想動手實作AI預測模型
  • 對資料分析與預測有興趣
  • 想了解AI模型如何成後端整合與部署

系列文章內容規劃

  • 認識AI
  • 機器學習 (常見演算法介紹)
  • 深度學習 (DNN、CNN)
  • 模型後端API架設與部署
  • 前後端整合概念

開發環境

本系列教學將採用 Google Colab 雲端服務進行 Python 語言的模型訓練,或是可以使用 Anaconda 的 Jupyter Notebook 在本機端執行。網頁前端將使用 Visual Studio Code 當然你也可以用你熟悉的開發環境例如 : SublimeAtomVim

鐵人賽列表

文章 影片 簡報 程式
[Day 1] 目標介紹 Video PDF -
[Day 2] 認識AI Video PDF -
[Day 3] 機器學習大補帖 Video PDF -
[Day 4] 資料視覺化 Video PDF Code
[Day 5] 資料清理&前處理 Video PDF Code
[Day 6] 非監督式學習k-means分群 Video PDF Code
[Day 7] 非監督式學習-降維(1) Video PDF -
[Day 8] 非監督式學習-降維(2) Video PDF Code
[Day 9] Linear regression Video PDF Code
[Day 10] Logistic regression Video PDF Code
[Day 11] KNN (分類器) Video PDF Code
[Day 12] KNN (迴歸器) Video PDF Code
[Day 13] SVM (分類器) Video PDF Code
[Day 14] SVR (迴歸器) Video PDF Code
[Day 15] 決策樹 (分類器) Video PDF Code
[Day 16] 決策樹 (迴歸器) Video PDF Code
[Day 17] 集成式學習 Video PDF -
[Day 18] 隨機森林 (分類器) Video PDF Code
[Day 19] 隨機森林 (迴歸器) Video PDF Code
[Day 20] XGBoost (分類器) Video PDF Code
[Day 21] XGBoost (迴歸器) Video PDF Code
[Day 22] Stacking Video PDF Code
[Day 23] 免費雲端Jupyter Notebook資源 Video PDF Code
[Day 24] 儲存訓練好的模型 Video PDF Code
[Day 25] 使用Python Flask架設API吧! Video PDF Code
[Day 26] 使用Heroku部署機器學習API Video PDF Code
[Day 27] 使用GCP部署機器學習API Video PDF Code
[Day 28] API前後端串接 Video PDF Code
[Day 29] DNN (分類器) Video PDF Code
[Day 30] 使用TensorFlow.js建置DNN手寫數字辨識分類器 Video PDF Code

關於作者

現今台灣人工智慧學校AI工程師,熱衷網頁前後端整合發與AI演算法開發。希望藉由鐵人賽,將所學貢獻出來提升臺灣在AI領域的資源。

@andy6804tw

About

[全民瘋AI系列] 第12屆iT邦幫忙鐵人賽 影片教學組

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%