Azure
含有「Azure」共 76 篇內容
全部內容
發佈日期由新至舊
AI900 X 考題重點 X 心智圖
關於使用AI應負的責任，是AI-900必考題，本文整理六大原則的關鍵字，以及應用情境。
AI900 X 考題重點 X 心智圖
今天我們所使用的生成式 AI 應用(如 ChatGPT、Gemini等)，都是基於Transformer 架構，本文用初學者可以理解的語言講解Transformer ，並包含AI900關於生成式AI最新考題重點整理，以及微軟教學課程的心智圖整理。
AI900 X 重點整理 X 實作範例
Azure AI 文件智慧服務運用機器學習模型，自動從影像和 PDF 文件中擷取、分析和結構化資訊。
本文包含Azure AI Foundry 入口網站實際操作範例。
AI900 X 心智圖 X 考題重點
自然語言處理Natural Language Processing(NLP)，是訓練用來分析特定語言的AI模型，專門研究如何讓電腦理解、解釋、生成人類語言(相對於程式語言)。
本文包含Azure語言實作範例，一步步帶你玩文字分析！
AI900 X 電腦視覺基本概念 X 考題重點
本筆記包含：總整理心智圖、電腦視覺基本概念、考題重點，以及Azure操作練習範例。
簡介常見的電腦視覺模型原理，如卷積神經網路(CNN)、Transformer
從微軟實作範例，教你一步步用Azure玩電腦視覺。
AI900 X Azure ML 實作流程 X 考題重點
Microsoft Azure Machine Learning是微軟的雲端平台，用於訓練、部屬、管理機器學習模型，本文透過微軟的學習範例，一步步帶你建立自動化機器學習。
AI900 X 學習筆記 X 英文名詞對照
機器學習、深度學習的名詞已紅了多年，到底是在"Deep"什麼？
深度學習(Deep Learning)是一種模仿人類大腦運作方式的機器學習方法。它透過建立人工神經網路(ANN)，以數學函式模擬生物神經元的活動。
AI900 X 學習筆記 X 英文名詞對照
分群(叢集)為非監督式學習，不需要使用標籤好的資料進行訓練，模型觀察數值或特徵的相似性來分組。
考試的重點：何種情況下使用分群？
AI900學習筆記 X 考題重點 X 英文名詞對照
分類模型和迴歸模型一樣，都是監督式機器學習(Supervised ML)，不同的是，迴歸模型預測的是數值，而分類模型是判斷某個資料點屬於哪一類。
了解分類模型，以及如何評估分類模型的優劣。
