Karen
25 位追蹤者
分享一些自學的程式筆記，紀錄自己的成長歷程軌跡，對於 AI 科技與金融感興趣
32會員
40內容數
歡迎來到《桃花源記》專欄。這裡不僅是一個文字的集合，更是一個探索、夢想和自我發現的空間。在這個專欄中，我們將一同走進那些隱藏在日常生活中的"桃花源"——那些讓我們心動、讓我們反思、讓我們找到內心平靜的時刻和地方
全部內容
由新到舊
在現今的數據驅動世界，推薦系統早已成為許多平台（如電商、串流媒體、社交網路）不可或缺的一部分。然而，傳統的推薦方法如協同過濾（Collaborative Filtering）和基於內容過濾（Content-Based Filtering）各有其局限性，例如無法處理冷啟動問題或缺乏靈活性。最近
本研究探討如何透過圖形資料庫模型來構建電子商務顧客的360度全景視圖，並使用客戶行為模型圖（CBMG）有效整合和分析客戶數據。研究強調理解顧客的行為模式和需求，並針對三種典型的購物行為類型進行分析，以提升網站設計和用戶體驗。通過Neo4j的應用，提供了可視化客戶行為模式的視角。
本文章探討了 RAG（Retrieval-Augmented Generation）技術在智能客服領域的應用及其優勢。RAG 通過結合檢索與生成的特性，能夠顯著提高回答的準確性與靈活性。與傳統智能客服系統及純生成式 AI 相比，RAG 能更有效地理解用戶問題，並生成自然流暢的回應，改善用戶體驗。
本篇文章探討了大型語言模型（LLM）在各行各業中的應用，特別是在企業和個人創業者的影響。探討了LLM在數據分析、文本生成和客戶服務等領域的潛力，以及它如何改變工作流程，尤其在一人公司時代的到來。文章還提及了 AI 對職場的挑戰，以及如何通過擁抱技術促進個人成長，並在未來的工作中實現人機協作。
我參加了由andyrockdata舉辦的資料治理超入門課程，這堂課程讓我在短時間內快速掌握資料治理的基本概念與實務運作。課程介紹了資料治理的框架、起源及相關解決方案，對於資料分析師與資料工程師而言，提供了有價值的學習資源與實踐建議。
本篇文章介紹如何使用PyTorch構建和訓練圖神經網絡（GNN），並使用Cora資料集進行節點分類任務。通過模型架構的逐步優化，包括引入批量標準化和獨立的消息傳遞層，調整Dropout和聚合函數，顯著提高了模型的分類準確率。實驗結果表明，經過優化的GNN模型在處理圖結構數據具有強大的性能和應用潛力。
因為 AI 領域的技術不斷地迭代更新，無法避免的是需要一直去追新的技術 並且需要在一個有限的時間學會，或是實作應用導入到專案之中。
那我覺得在學習新技術可通過以下步驟:
1. 找一個讀得懂的教學資源
現在網路上的教學資源很多，或是書籍的資源也很豐富， 同時也有像是 chatgpt 的 AI
很棒的學習步驟分享~
透過這篇文章，我們將瞭解如何使用PyTorch實作圖神經網絡中的訊息傳遞機制，從定義消息傳遞的類別到實作消息傳遞過程。我們也探討了各種不同的消息傳遞機制，並通過對單次和多次傳遞過程的結果，可以看到節點特徵如何逐步傳遞與更新。
