黑箱
含有「黑箱」共 54 篇內容
全部內容
發佈日期由新至舊
這裡有黑箱作業已不是新鮮事了。
市中心那組最近也是那邊二經理在找某supervisor麻煩，主要是想搶那位子給另一個想回來的前supervisor。那二經理也是個欺善怕惡的人，而大經理只是叫那supervisor去找公會，自己完全不想介入幫忙。那組烏煙瘴氣，黑箱作業還不止這一件。
我這裡也是一樣
想知道模型是怎麼「想事情」的嗎？第六週的「特徵重要性分析」單元教你用 SHAP、LIME、Permutation Importance 與樹模型內建方法，深入挖掘哪些變數才是真正影響預測的關鍵因子！不只提升模型解釋性與決策品質，也幫助你優化特徵工程與合規審查。
AI 模型不是神祕黑箱！本篇帶你深入了解 SHAP 與 LIME，兩大熱門的模型解釋技術，幫助我們看見 AI 背後的決策邏輯。無論是需要快速解釋的產品展示（LIME），還是精準透明的特徵貢獻分析（SHAP），都能讓你的模型更可被監督、可被信任。
機器學習常遇三難：過擬合讓模型死記、資料不足削弱泛化、演算法選擇不當拖累效能。採資料增強、交叉驗證、正規化與調參，並依任務挑選合適模型，可讓 AI 真正學規律而非作弊，提升準確與穩定度，實戰更可靠。
在這個依賴於大量雲端存取與雲端運算的時代裡面，由於不必聽見巨大風扇的嗡嗡轟鳴、無需等待相片一點一點在眼前顯影，我們往往會忽略那些「不在本地」的資料依然需要存放在世界的某處－－譬如一些建立在高緯度地區的資料中心－－持續消耗大量電力。
誰是袁人偉教授？AI倫理與透明度的實踐者
說到人工智慧（AI），很多人想到的可能是機器學習、深度神經網絡，甚至是ChatGPT。但談到AI的透明度與倫理實踐，你可能不知道，有位台灣學者正在這條路上默默耕耘，他就是——袁人偉教授。
學術與實務兼備的專家背景
袁人偉教授畢業於國內外知名大學，專
這幾年台積電一家公司帶動了台灣股市的欣欣向榮，各種經濟統計數字也隨之亮眼，台灣民眾對於晶片、封裝、幾奈米幾奈米這些名詞也都耳熟能詳到成為一般日常用語，但是其實奈米是微小到我們很難想像的尺寸。
現代人的生活已經離不開手機以及各種電子產品，整個社會的正常運作都仰賴這些科技產品，他們改善了我們
在這扣人心弦的一集中，蘭芷和瀚海不僅深入交流了彼此的內心，還意外揭露了更大的危機。夢魘之主的出現、現實世界的異變、黑箱的真相，所有這些都將他們推向了一個更加危險和未知的境地。
在這扣人心弦的一集中，蘭芷不僅揭開了皇宮的諸多秘密，還面臨了信任與背叛的嚴峻考驗。黑箱的毀滅似乎標誌著一個時代的終結，但更多的謎團正等待著被解開。
在這扣人心弦的一集中，蘭芷不僅開始適應她作為皇宮織夢者的新身份，還意外揭露了一個驚人的陰謀。皇帝的失蹤、整個皇城陷入噩夢、神秘黑影的出現，所有這些都將蘭芷推向了一個更加危險和複雜的境地。