A taste of deep learning with the introduction to ChatGPT
source:https://github.com/mahmoudparsian/data-algorithms-book/tree/master/src/main/java/org/dataalgorithms/machinelearning
- 多數機器/深度學習應用是讓機器學會一個對應關係
source: https://leemeng.tw/10-key-takeaways-from-ai-for-everyone-course.html
- 講到 AI，我們通常是指狹義的 AI 而非終結者
- 機器並沒有意識判斷『為什麼』以及何謂『對的方向』
source: https://leemeng.tw/10-key-takeaways-from-ai-for-everyone-course.html
source: https://leemeng.tw/deep-learning-resources.html
- 大數據、神經網路及運算能力是深度學習成功關鍵
source: https://poloclub.github.io/cnn-explainer/
- 透過遷移學習，我們能將事先已經用大量計算資源做訓練，並在任務 A 表現優異的模型做些簡單修改，就能讓他在相似的任務 B 也表現不錯。
source: https://leemeng.tw/10-key-takeaways-from-ai-for-everyone-course.html
自然語言處理（NLP）
- 自然語言處理（NLP）是計算機科學以及人工智慧的子領域，專注在如何讓計算機處理並分析大量（人類的）自然語言數據。
- 自然語言處理大概可以分為"自然語言理解"和"自然語言生成"
- ChatGPT 和 Bard 是自然語言生成的非常成功範例!
- 先訓練 GPT
- 會文字接龍後可以用來回答問題!
source:https://docs.google.com/presentation/d/1vDT11ec_nY6P0o--NHq9col5XEE4tHBw/edit#slide=id.p1
source:https://docs.google.com/presentation/d/1vDT11ec_nY6P0o--NHq9col5XEE4tHBw/edit#slide=id.p1
source:https://docs.google.com/presentation/d/1vDT11ec_nY6P0o--NHq9col5XEE4tHBw/edit#slide=id.p1
source:https://docs.google.com/presentation/d/1vDT11ec_nY6P0o--NHq9col5XEE4tHBw/edit#slide=id.p1
使用ChatGPT
- 常見的問答或聊天(可用於學習) - https://quickref.me/chatgpt
- 詠唱(催眠)魔法師 - 因它們訓練時是基於Prompt-based learning!