The Power of Ensemble Learning and Data Augmentation
Full code examples on the MNIST dataset with VGG16 ResNet50 FG-UNET Majority Voting Single Transferable Vote Instant-Runoff VotingTable...
緯緯道來 研究所學生，主修資訊工程，熱衷於深度學習與機器學習。初期先以基本的程式教學為主，希望我的文章能夠幫助到你！(https://linktr.ee/johnnyhwu)
Cathie So, PhD 
swiftandtit 燕雀之誌 https://swiftandtit.com/ 小雨燕和黃山雀分享野外自然觀察、攝影、旅遊、美食的小小心得 **有拍必回**
Deep Learning 原理 : Neural Network 如何分類圖像
站在 Neural Network 的角度看世界！
Perceptron 的改良版 : 了解什麼是 Sigmoid Neuron
理解 Sigmoid 函數在神經網路扮演的角色
〔程式教學〕開始深度學習之前，先了解什麼是「感知器」(Perceptron)
深度學習的第一步：Perceptron
【機器學習】Dropout Layer
極簡；重點
Tensor 基本觀念 (3)
想學習 TensorFlow 嗎？不如從 Tensor 開始吧！
Tensor 基本觀念 (2)
想學習 TensorFlow 嗎？不如從 Tensor 開始吧！
AWS ML Service 介紹
source: AWS Machine Learning Foundation Course on Udacity前言 概述AWS (Amazon Web Service) 提供了許多 AI 與 ML Services。透過 AWS AI Services，開發者可以快速的將 AI 技術引入應用程式中。
AWS AI Service 介紹
前言 概述source: AWS Machine Learning Foundation Course on UdacityAWS 全名為 Amazon Web Service，是一個雲端運算平台。向世界提供許多雲端技術與應用。
使用機器學習解決問題 : 人臉辨識
前言 概述本篇為機器學習觀念入門的最後一篇文章。在前幾篇文章中，我們介紹了機器學習的五步驟 (定義問題、建立資料集、模型訓練、模型評估與模型推論)，並說明如何應用在「房價預測」(監督式學習) 與「探索書籍風格」(非監督式學習) 的問題上。
使用機器學習解決問題 : 房價預測
前言 概述本篇為機器學習觀念入門的第 8 篇文章。在前五篇文章中，我們依序了解機器學習五步驟 : 定義問題、建立資料集、模型訓練、模型評估與模型推論。在本篇文章中，將會重新應用這五步驟來解決「房價預測」的問題。房價預測經常作為理解機器學習原理的例子，如果你已經具備機器...
使用機器學習解決問題的五步驟 : 模型推論
前言 概述本篇為機器學習觀念入門的第七篇文章，歷經了定義問題、建立資料集、模型訓練與模型評估後，終於來到了最後一步 —— 模型推論 (Model Inference)。在本篇文章中，將會介紹什麼是「模型推論」以及其與「模型訓練」的差異。
使用機器學習解決問題的五步驟 : 模型評估
前言 概述本篇為機器學習入門觀念的第六篇文章。在「使用機器學習解決問題的五步驟 : 模型訓練」一文中，我們介紹了模型訓練的觀念，並提到常見的模型種類。當模型完成訓練後，我們就可以來評估模型的好壞，也就是看看模型的訓練成果如何，我們稱之為「模型評估」(Model Evaluation)。
Adobe在最新版的CameraRAW加入了超級解析度功能，打得過Topaz GigaPixel AI嗎？
在野外從事生態攝影，像猛禽這類比較敏感的鳥類，拍攝的距離常常是難以接近，裁切是免不了的。不過有時候裁切後解析度自然會下降，如果有需要輸出的需求怎麼辦呢？