Search
🔥 NT 330 特價中
課程已於 2021 年 8 月更新
使用深度 / 機器學習、人工神經網路建立 8 個實際的專案，從零開始變英雄
本課程目的在以實用、簡單及有趣的方式，為學生提供深度及機器學習技術的關鍵方面知識。 本課程為學生提供使用真實世界資料集訓練深度和機器學習模型的實際動手做經驗。 本課程以實用的方式介紹幾種技術，專案包括但不限於:
(1) 訓練深度學習技術執行影像分類任務。
(2)利用最先進的 Facebook 預言者時間系列( Prophet Time series )開發預測模型，以預測未來事件，例如未來商品價格。
(3) 開發自然語言處理模型，以分析客戶評論及識別垃圾訊息。
(4)開發推薦系統，如亞馬遜和 Netflix 的電影推薦系統。
https://softnshare.com/deep-learning-machine-learning-practical/
NT390 特價中
課程已於 2021 年 7 月更新
本課程目的在以實用、簡單及有趣的方式，為學生提供深度及機器學習技術的關鍵方面知識。 本課程為學生提供使用真實世界資料集訓練深度和機器學習模型的實際動手做經驗。 本課程以實用的方式介紹幾種技術，專案包括但不限於:
(1) 訓練深度學習技術執行影像分類任務。
(2)利用最先進的 Facebook 預言者時間系列( Prophet Time series )開發預測模型，以預測未來事件，例如未來商品價格。
(3) 開發自然語言處理模型，以分析客戶評論及識別垃圾訊息。
(4)開發推薦系統，如亞馬遜和 Netflix 的電影推薦系統。
https://softnshare.com/deep-learning-machine-learning-practical/
--課程已於 2020 年 8 月更新--
本課程目的在以實用、簡單及有趣的方式，為學生提供深度及機器學習技術的關鍵方面知識。 課程為學生提供使用真實世界資料集訓練深度和機器學習模型的實際動手做經驗。
本課程將會介紹幾種技術
(1) 訓練深度學習技術執行影像分類任務。
(2)利用最先進的 Facebook 預言者時間系列( Prophet Time series )開發預測模型，以預測未來事件，例如未來商品價格。
(3) 開發自然語言處理模型，以分析客戶評論及識別垃圾訊息。
(4)開發推薦系統，如亞馬遜和 Netflix 的電影推薦系統。
https://softnshare.com/deep-learning-machine-learning-practical/
預測是一種常見的數據科學應用，但在股票市場上，尤其在金融衍生商品愈來愈多，股市規模愈來愈龐大的當下，預測股市走向與趨勢更是眾多投資者和研究人員最想做到的事。 ... <看更多>
图片为作者在印尼Manado拍摄，SarasvatiAnemoneShrimp。本文将结合Facebook的开源预测系统Prophet，介绍时序分析的基本概念和方法。为从事时序分析， ... ... <看更多>
prophet系統 在 有18家使用FIS的Prophet系統建置精... - AC Actuarial Consulting 的推薦與評價
目前台灣22家壽險業，有18家使用FIS的Prophet系統建置精算模型，全球市佔亦為第一，不僅具備Prophet知識與技能的精算人員已成為保險市場高度需求的專業人才， ... ... <看更多>