服務開發流程
- 需求問題釐清
- 資料架構設計
- 資料蒐集方式
- 資料清洗
- 模型開發
- 上線應用

一旦您將模型定型之後,就可以使用它來因應先前未看到的資料,並對這些資料進行預測。 例如,假設您想要建立可根據其臉部運算式辨識使用者表情的應用程式。 您可以將模型提供給每個標記有特定表情的臉部影像來定型模型,然後您可以在可辨識任何使用者表情的應用程式中使用該模型。

因此,如果想知道需要多少訓練數據(Training Data),建議先釐清:這個AI專案到底要處理什麼問題,以及這個問題有多複雜?確定之後,再來判斷應該選用哪種程度的模型來做訓練。根據不同的商業命題複雜度,用不同複雜度的模型和精準數據彼此搭配,找出最佳平衡,才能讓AI專案順利落地。

Make fun for the world! Make fun for the world! Make fun for the world! Make fun for the world! Make fun for the world! Make fun for the world!
更詳細內容Make fun for the world! Make fun for the world! Make fun for the world! Make fun for the world! Make fun for the world! Make fun for the world!
更詳細內容