10:35

Podcast [Chiu說AI新聞] S1 EP1 超強的AI推理能力!? LLM版本重新計算 OpenAI o1

14:53

超強的AI推理能力!? LLM版本重新計算 OpenAI o1

09:58

如何測試AGI? 深度學習Keras作者認為 大型語言模型 LLM 是通向AGI的死胡同!?

10:34

Google Pixel 9 利用智慧型手機快速改變相片內容!? 有圖不一定有真相 虛假資訊時代正式到來 Age of disinformation

05:48

兩年內軟體工程師即將失業!? 聽聽 Amazon Cloud CEO 怎麼說

11:18

8大重點解說 Google前執行長Eric Schmidt AI技術的三個重要組合!

11:44

Sakana AI: The AI Scientist 邁向全自動開放式的科研系統

09:29

大解密! OpenAI邁向通用人工智慧AGI的五個步驟 實現Reasoner的Strawberry計畫

08:56

小型語言模型當道 具經濟效益的GPT-4o mini 超前的多模態推理、數學、編碼能力

09:57

[10分鐘搞懂機器學習] 3.8 自動執行特徵選擇的Lasso迴歸 採用中間路線的彈性網路 Elastic net

09:09

通用人工智慧AGI的時代來臨了? GenAI的理解和推理能力實測

10:54

[10分鐘搞懂機器學習] 3.6 模型太過簡單還是太過複雜? 學習曲線的判讀 Learning curves Overfitting vs. Underfitting

08:35

[10分鐘搞懂機器學習] 3.7 嶺迴歸 Ridge regression

05:40

[10分鐘搞懂機器學習] 7.6 分類迴歸樹演算法的計算複雜度 Computational Complexity CART algorithm

09:01

Agentic Coding新浪潮 Claude 3.5 Sonnet 超越GPT-4o、Gemini 1.5 Pro!?

00:56

洞悉AI趨勢、掌握技術風口

12:02

Agentic Workflow 低成本高效能的代理式工作流程 2024年GenAI的關鍵技術

09:41

[10分鐘搞懂機器學習] 3.5 小批量梯度下降 深度學習的參數搜尋演算法Mini-batch gradient descent (Mini-batch GD)

06:08

[10分鐘搞懂機器學習] 7.5 決策樹的不穩定性 小變動和隨機性可能大幅改變決策樹的結構 Decision tree Instability

08:00

[10分鐘搞懂機器學習] 3.4 批量梯度下降 隨機梯度下降 Batch gradient descent (Batch GD) Stochastic gradient descent (SGD)

09:44

大歷史到大AI 從歷史看AI發展趨勢 Big history Big AI

09:11

[10分鐘搞懂機器學習] 3.3 梯度下降 機器學習的參數搜尋演算法 Gradient Descent GD

09:56

[10分鐘搞懂機器學習] 7.3 一次搞懂黑盒、白盒模型，參數、非參數模型 Black/White box models Parametric/Nonparametric models

09:27

[10分鐘搞懂機器學習] 7.4 決策樹的生成原理 分類迴歸樹演算法 Classification and Regression Tree Algorithm CART

09:37

我們與量子機器學習的距離 Quantum machine learning

09:08

[10分鐘搞懂機器學習] 7.2 決策樹的過度擬合 Decision tree Overfitting

11:00

[10分鐘搞懂機器學習] 7.1 決策樹簡介 Decision tree

10:02

AI 新聞報 2024/06 微軟推出小型語言模型Phi-3 美國成立專門的AI安全委員會 OpenAI的虛構投訴 AI人形機器人 審查科技業大公司的AI合作

10:22

開放和封閉的AI加速運算系統之爭 AMD CEO 蘇姿丰主題演講：高效能運算邁向AI時代 Lisa Su COMPUTEX 2024

11:11

[10分鐘搞懂機器學習] 6.5 數學模型 支援向量機的對偶問題 SVM Dual problem

12:21

[10分鐘搞懂機器學習] 6.6 支援向量機的核函數技巧 SVM Kernel trick

10:15

4大重點 NVIDIA CEO 黃仁勳主題演講：人工智慧時代如何推動全球新工業革命 Jensen Huang's Keynote The Era of AI COMPUTEX 2024

07:54

科技狂人 伊隆·馬斯克的超級電腦計畫 xAI Grok Supercomputers 前景和挑戰

14:28

[10分鐘搞懂機器學習] 6.3 數學模型 線性支援向量機的硬間隔分類

09:16

[10分鐘搞懂機器學習] 6.2 非線性支援向量機分類 Nonlinear SVM

12:58

[10分鐘搞懂機器學習] 6.4 數學模型 線性支援向量機的軟間隔分類

09:45

跨模態理解的生成式AI 商業化關鍵因素：Agent、Agent、Agent GenAI的創業機會!?

09:56

[10分鐘搞懂機器學習] 6.1 多功能機器學習模型-支援向量機 Support Vector Machine SVM 線性支援向量機分類

09:46

[10分鐘搞懂機器學習] 1.9 處理偏態資料 資料轉換 平方根轉換 對數轉換Data transformation Skewed data

08:51

[10分鐘搞懂機器學習] 1.7 資料集分割 訓練集 驗證集 測試集 Training set Validation set Test set

11:02

Gemini 1.5 解鎖跨越數百萬 tokens 上下文的跨模態理解 2024年你不能不了解的生成式AI技術 GenAI

08:23

[10分鐘搞懂機器學習] 1.6 屬性組合 Attribute combinations

09:42

[10分鐘搞懂機器學習] 1.5 Python實作 類別屬性 Categorical attribute Label encoding One-hot encoding

11:23

史丹佛大學人工智慧指數報告 不能不了解的10大AI趨勢 2024 Artificial Intelligence Index Report

08:27

[10分鐘搞懂機器學習] 1.8 Python實作 特徵縮放 Feature scaling Normalization Standardization

08:08

[10分鐘搞懂機器學習] A.4 不同意的請舉手 Python必學概念(4/4)：整數快取 integer caching、變數的連動性

06:42

[10分鐘搞懂機器學習] A.3 不同意的請舉手 Python必學概念(3/4)：不可變物件immutable objects

10:30

生成式AI ChatGPT三部曲：挑戰與問題 AI hallucination Deepfake Bias

09:08

生成式AI ChatGPT二部曲：變換器和模型訓練 GenAI Generative AI Transformer

10:51

生成式AI ChatGPT首部曲：語言預測和神經網路 #GenAI Generative AI Language modeling Neural network

14:34

[10分鐘搞懂機器學習] A.2 不同意的請舉手 Python必學概念(2/4)：可變物件mutable objects

13:46

[10分鐘搞懂機器學習] 1.3 Python實作 從資料到資訊 兩兩特徵的統計資訊 相關係數 相關矩陣

07:28

[10分鐘搞懂機器學習] 1.4 Python實作 資料清理 data cleaning

09:15

[10分鐘搞懂機器學習] A.1 不同意的請舉手 Python必學概念(1/4)：變數variable、參照reference、物件object

08:04

AI怎麼學? 花最少的時間進入AI領域，你可以從機器學習開始

12:22

[10分鐘搞懂機器學習] 1.1 Python實作 使用Python了解你的資料

08:02

[10分鐘搞懂機器學習] 1.2 Python實作 從資料到資訊 個別特徵的統計資訊

14:18

[10分鐘搞懂機器學習] 5.2 Python實作 邏輯迴歸 鳶尾屬植物的二元分類

09:38

[10分鐘搞懂機器學習] 5.3 數學模型 歸一化指數迴歸 多元分類

08:30

生成式AI是萬能的? 沒有高品質的資料，生成式AI也是萬萬不能 GenAI