技術 使用 Anaconda 建置 RTX 3000 系列的 Tensorflow 深度學習環境 日前Nvidia 新一代 Rtx 3000 系列顯示卡造成搶購熱潮，但許多人購入 Rtx 3090 後，卻發現目前 Tensorflow 正式版本尚不支援 Rtx 3000 系列，因此環境建置也有許多坑。本文將演示在 Windows 10 環境下，建置 Rtx 3000 系列顯示卡的深度學習環境的過程。
資料科學 對抗樣本簡介和文章介紹 : Adversarial Examples Are Not Bugs, They Are Features 深度學習在影像辨識領域上成功掀起了一波AI革命，但是出乎人們意料的是這些模型其實都非常脆弱，脆弱到我們只要針對性的加入一些微小的擾動，就可以讓模型完全失效。
機器學習 AI能賺大錢嗎？利用強化學習，找出最適合你的輪盤投注策略 賭場熱門的輪盤遊戲也可以用到人工智慧技術？這篇文章中除了介紹輪盤遊戲的玩法與強化學習概念，並且藉此評估三種不同的投注策略，文章中還分享了如何建置一個用來訓練強化學習的輪盤環境。
機器學習 從GPT-2到GPT-3，語言模型的未來？ 2019年2月OpenAI發表了GPT-2模型，龐大的架構與優秀的文本生成能力引起了學界的關注。2020年5月，GPT-3強勢來襲，難道AI製造假文章的時代要來了嗎？ 本篇文章整理了GPT-3最新的論文概要，並分享訓練GPT-2模型生成中文文本的結果，看看中文的文筆如何？
實作專案分享 智慧醫療怎麼做？專案成果大解密 雖然距離大家想像中的大量臨床使用還有一大段距離，但最不需要花大力氣解釋人工智慧好處的產業，也非醫療業莫屬。相較於其他產業，第一線醫療人員很清楚知道，人工智慧可以提供精準的預測，減少發病率與就診率，大幅降低醫療成本。
實作專案分享 真．智慧檯燈 Prototype 這個專案結合了深度學習，edge AI 邊緣計算裝置，與機器手臂的控制。透過完成一個智慧檯燈專案，可以學習到深度學習，edge AI 邊緣計算裝置，與機器手臂的控制。
資料科學 這樣用資料才能幫企業解決問題 隨著數位化的發展，數位規模、數位活躍程度，及收集、運用數據的能力，已成為企業的核心競爭力之一。但企業收集了許多資料，是否就能帶來更大價值呢？在與眾多企業接觸的經驗中，我們發現許多企業雖擁有大量資料，卻不一定能善用資料甚至解決問題。
資料科學 避免誤踩雷區 先搞懂資料分析三大盲點 2020年初，因為疫情蔓延，各國皆出現口罩供不應求的情況，台灣透過健保系統並透過開放資料，與民間協作推出的口罩實名制，不僅備受各國媒體推薦，也讓資料應用的議題再被注意。其實不只是應用於公共議題，企業內部如何使用資料、產出什麼應用價值，也是許多人關切的重點。
資料科學 從資料中挖寶 好工具不可少 數據、流量當道，各行各業用各種方式收集到最完整的數據，不論是製造業在工廠機台上的感測器，或零售業用來分析人流、消費者行為的智慧監測系統，最終的目的就是希望透過這些資料，改善製造流程，優化客戶體驗，甚至提供更精準的預測，降低成本，創造價值。
