作者查詢 / ddavid

總覽項目：發文 | 留言 | 暱稱

作者 ddavid 在 PTT [ DataScience ] 看板的留言(推文), 共231則

限定看板：DataScience

看板排序：

全部TypeMoon9289H-GAME4300GO3873GameDesign2664FATE_GO2575JinYong2086FBG1867AC_In1774nobunyaga1708LoL1533Wrestle1251StarCraft879Poker815Python767Detective650CGI-Game645C_Chat531Steam414Old-Games345Magic338DMM_GAMES336OverWatch317Little-Games303C_and_CPP266historia256Inference253DataScience231WorldCup222RealPlaying221Programming196TRPG182ToS118Olympics_ISG114Expansion07109Prob_Solve90PathofExile85Salary53eSports47marvel41BattleRoyale35PUBG33C_Sharp30BlizzHeroes26NDS26SLG26NTUCCG25Palmar_Drama23politics23LeafKey18basketballTW17KanColle16Web_Design15ck51st31614Gossiping14PhD14NTU-Fantasy11mud10AndroidDev6Baseball6CS_IGO6KS92-3196AHQ4Ahqwestdoor4MATLAB4Toy4b885060xx3cat3CVS3HotBloodYuan3joke3LGS3NTUEE108HW3NTUVGC3SuperIdol3XiangSheng32nd_NTUCCC2AC_Music2b90902xxx2ck55th3332CLHS-50-142DummyHistory2FJU-ACC90a2FJU-AM-902GAMEMUSIC2japanavgirls2JD_Lover2KS93-3042NBA2NCCU08_SW2NTUST-DT92-12OrangeRoad2SC-91-3012SCU_Talk2tabletennis2talk2Viator94Ding2About_Clubs1AngelPray1b89902xxx1b92902xxx1C_GameBoard1CCU_COMM_ANT1cksh83rd3031CMWang1CSMU-MED901Dynasty1G-REX1HatePolitics1Hunter1KS94-3101Mabinogi1MobileComm1NDHU-His961PuzzleDragon1sex1SOFTSTAR1specialman1Sportcenter1SYSOP1WomenTalk1<< 收起看板(120)

首頁

尾頁

[討論] 請問有真正把AI運用到工作、投資、或賺

[ DataScience ]9 留言, 推噓總分: +1

作者: yuwenche - 發表於 2025/11/26 18:42(4周前)

2^F→ddavid: 原 po 會問這樣的問題就很顯然自己 survey 都沒做好11/30 20:18

3^F→ddavid: 資本沒有大到一個程度，幾乎不會選擇自 train 模型，連微11/30 20:20

4^F→ddavid: 調都是很下位的選項11/30 20:20

[討論] 各位會買相關書籍來看嗎?

[ DataScience ]16 留言, 推噓總分: +5

作者: ok8ok8 - 發表於 2025/10/31 10:41(1月前)

5^F推ddavid: 現在最多只有理解底層可以買書了（但事實上網路整理資料11/06 17:09

6^F→ddavid: 也都夠豐富）11/06 17:09

7^F→ddavid: 而最新研究更是根本來不及成書，連會議論文都可能嫌慢了11/06 17:13

8^F→ddavid: ，只有 arXiv 這種先行發佈比較夠時效性11/06 17:13

11^F→ddavid: 好書可以讓理解變容易，但那本好書是否出現了不好說11/17 22:59

12^F→ddavid: 網路上的好文章也一樣可以讓理解變容易，這倒是已經有很多11/17 22:59

[問題] 加速Python爬蟲速度

[ DataScience ]10 留言, 推噓總分: 0

作者: jianingtw - 發表於 2024/01/06 01:50(1年前)

1^F→ddavid: 先對每一個步驟印出 log 看時間瓶頸是什麼步驟或動作啊01/06 02:07

2^F→ddavid: 確定了瓶頸後，如果那是可以改善的就改，如果那不能改善，01/06 02:08

3^F→ddavid: 那就開很多台電腦一起爬01/06 02:08

[問題] 手刻機器學習模型

[ DataScience ]39 留言, 推噓總分: +12

作者: retest75 - 發表於 2023/01/20 22:02(2年前)

21^F推ddavid: 業界才是能用套件就盡量用，必須特化才會修改01/24 21:52

22^F→ddavid: 基本上要有修改能力，但絕不是什麼都自己造輪子01/24 21:53

[問題] CNN類別定義

[ DataScience ]19 留言, 推噓總分: +1

作者: ctr1 - 發表於 2022/04/27 00:57(3年前)

17^F推ddavid: 也可以針對 A vs (B + C + other) 做一個二元訓練，B 跟 C04/27 21:41

18^F→ddavid: 也以此類推，然後再做一層用來 ensemble 這三個之類的，玩04/27 21:43

19^F→ddavid: 法很多04/27 21:43

[問題] 如何用機器學習製作特殊用途的詞向量

[ DataScience ]26 留言, 推噓總分: -2

作者: stayfool - 發表於 2022/04/24 17:25(3年前)

6^F→ddavid: frequent pattern mining / association rule04/24 20:47

7^F→ddavid: 可見上次給你關鍵字，你根本沒去了解04/24 20:47

16^F→ddavid: 你是不是沒發現 fp 的後面還有另一個關鍵字 association04/27 21:34

17^F→ddavid: rule XD04/27 21:34

18^F→ddavid: 然後你這目標性，看起來並不是要做詞向量啊04/27 21:36

19^F→ddavid: 你可以明確說看看拿了詞向量要怎麼用嗎，你期待一個詞向量04/27 21:37

20^F→ddavid: 在 A 情況跟一個詞向量 X 距離近，在 B 情況卻又要能跟另04/27 21:38

21^F→ddavid: 一個詞向量 Y 接近？04/27 21:38

[問題] 如何讓機器學到需要的詞向量

[ DataScience ]10 留言, 推噓總分: +3

作者: stayfool - 發表於 2022/04/21 15:14(3年前)

1^F推ddavid: Word2vec、GloVe04/21 15:38

2^F→ddavid: 網路資源很多，這兩個也都有公開的 GitHub 實作可以研究04/21 15:40

8^F推ddavid: 如果只是要一起出現的頻率，那請找04/21 23:48

9^F→ddavid: frequent pattern mining / association rule04/21 23:49

10^F→ddavid: 要演算法名的話可以從最基本的 Apriori 和 FP Growth 開始04/21 23:50

[問題] cross validation請益

[ DataScience ]25 留言, 推噓總分: +5

作者: NDEJG - 發表於 2022/02/14 04:11(3年前)

5^F推ddavid: 不 10-Fold 就給他一個 Leave-one-out 啊02/14 13:44

[問題] 請問人工智慧辨識象形文字的作法該用哪

[ DataScience ]22 留言, 推噓總分: +6

作者: sargent - 發表於 2022/01/10 00:30(4年前)

11^F推ddavid: 辨識翻譯已知意義的語言，跟解譯未知語言的意義，是兩個完01/21 10:09

12^F→ddavid: 全不同的 work 喔01/21 10:09

13^F推ddavid: 然後後者要徹底非監督，憑我的知識覺得有點困難01/21 10:12

14^F→ddavid: 直覺上需要與可能相近脈絡語言的字頻分析比對之類的額外知01/21 10:15

15^F→ddavid: 識加入01/21 10:15

18^F推ddavid: 中文房間那個講的又是第三類不同 work 了，就這個問題上應01/24 12:14

19^F→ddavid: 該是不能直接類比01/24 12:14

20^F→ddavid: 因為就這個問題上，我們並沒有要求「AI 像人類一樣理解文01/24 12:15

21^F→ddavid: 字」而是「AI 做出可供人類使用的翻譯」而已，在命題的層01/24 12:16

22^F→ddavid: 級上還沒有碰觸到中文房間那一塊01/24 12:16

[問題] 想知道影片內容寫了什麼

[ DataScience ]52 留言, 推噓總分: +11

作者: su3cl31125 - 發表於 2021/12/07 20:14(4年前)

2^F推ddavid: 其實是可以做的，但會是很大的一個問題12/08 10:50

3^F→ddavid: 思路是這樣的，影片看來雖然解析度不夠文字不清楚，但是因12/08 10:51

4^F→ddavid: 為文字大致外形還是可辨識，因此至少每一個字可以得到一個12/08 10:51

5^F→ddavid: 可能是哪些字的文字分佈機率函數12/08 10:52

6^F→ddavid: 然後再靠自然語言相關的技術，從機率函數中去挑選最可能組12/08 10:53

7^F→ddavid: 成有意義句子的可能性12/08 10:53

8^F→ddavid: 好了，概念說起來很簡單，但是技術難度就高了，特別是第二12/08 10:54

9^F→ddavid: 階段的組句難度很高XD12/08 10:54

30^F推ddavid: @yoyololicon 我說的外型，是指一些明顯可見的特徵01/21 11:15

31^F→ddavid: 比如就算這麼模糊，但其中很多字明顯可見是左右兩塊組成，01/21 11:16

32^F→ddavid: 中間那一頁最右上角那個字明顯有像「地」或「他」右下那個01/21 11:17

33^F→ddavid: 彎勾形狀，另外從文字色的密度可猜測筆畫的密集程度等等01/21 11:18

34^F→ddavid: 更細微還能看出一些如「然」「無」這些上密下疏，或是「喝01/21 11:20

35^F→ddavid: 」左短右長而「和」會左長右短的特徵01/21 11:21

36^F→ddavid: 因此先弄到大量手寫字庫訓練針對這類特徵的模型後，就有機01/21 11:22

37^F→ddavid: 會嘗試對模糊的字進行辨識輸出候選字列表與對應機率01/21 11:23

38^F→ddavid: 進一步就是上面講的，再串自然語言模型嘗試最可能組詞組句01/21 11:24

39^F→ddavid: 的選項，就有機會輸出候選句子01/21 11:24

40^F→ddavid: 但這真的是個可以寫無數篇 Paper 的大題目XD01/21 11:25

44^F推ddavid: 候選句可能很多，但特徵取得夠好夠多的話，有可能意外地機01/21 16:11

45^F→ddavid: 率處理後高低機率差距很容易拉開，畢竟有些特徵事實上蠻容01/21 16:12

46^F→ddavid: 易鎖定到相對少數的字，而文字本身就已經有字頻差距，再套01/21 16:13

47^F→ddavid: 到詞庫又可以篩選掉很多低機率可能性，再進一步到了自然語01/21 16:14

48^F→ddavid: 言模型又可以除去文法上直接不可能或低機率的組合01/21 16:15

49^F→ddavid: 我直覺上是認為過程超級繁複且運算量很大，但做完的結果有01/21 16:17

50^F→ddavid: 可能意外地不會有大量高機率候選句，因為某些特徵的篩選力01/21 16:18

51^F→ddavid: 還是蠻強大的01/21 16:18

52^F→ddavid: 當然，如果寫作者本身行文的文法就很特別或很糟會是麻煩01/21 16:20

首頁

尾頁