Karen-avatar-img

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
avatar-img
34會員
48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
這篇文章是關於一本幫助軟體工程師提升工作英語能力的書籍心得。作者分享了閱讀此書的動機、書中亮點、個人收穫以及推薦原因。書中以軟體開發流程為核心,涵蓋了各種工作情境下的英文表達,並列出不同角色的常用英文用語以及通用的英文溝通技巧,例如email撰寫、會議發言、禮貌拒絕等。
Thumbnail
4/5 閱讀書評
這篇文章記錄使用Easy Few-shot框架和CUB鳥類資料集實作Few-Shot Learning模型的過程,包含資料讀取、Dataloader設計、ResNet12模型設定、Few-Shot訓練和測試評估等步驟。
Thumbnail
旅人小萌-avatar-img
2025/02/02
Karen-avatar-img
1
謝謝您的分享❤️
Karen-avatar-img
1
探索Few-Shot Learning如何在數據稀缺的情況下使機器學習模型迅速學習並做出精確預測。本文將介紹Few-Shot Learning的基本原理、核心策略,以及在實際應用。
Thumbnail
最近讀了《臣服實驗》的心得分享 最近讀完了 《臣服實驗》,這本書帶給我不少啟發,也引發了一些思考。以下分享兩個我認為書中很有價值的重點,並結合自己的感受來談談心得。 1. 冥想帶來的正面影響 書中提到冥想的重要性,我特別有共鳴,因為自己也是冥想的愛好者。冥想讓我感受到生命中的平靜,甚至可以說是
Thumbnail
本篇文章探討如何利用電影數據集構建基於相似度的推薦系統。文章主要分為四個步驟:資料預覽、資料預處理、計算餘弦相似度及結果推論。透過這一流程,讀者將瞭解如何量化電影間的關聯性及用戶偏好,並如何生成推薦結果。
Thumbnail
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
Thumbnail
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。
Thumbnail