你是否想了解最新的深度學習演算法以及如何將其應用於 IOS / Android 應用程式？ 那麼，本課程正是為你準備的！你將學習如何應用各種最新的深度學習演算法，例如 GAN、CNN 和自然語言處理。
https://softnshare.com/flutter-deeplearning-course/
深度學習演算法 在 軟體開發學習資訊分享 Facebook 的最讚貼文
同時也有2部Youtube影片，追蹤數超過1萬的網紅練健康，也在其Youtube影片中提到，【協調性下集】如何提升殺球能力? | 運動科學 | 神經網路理論 ｜流暢哥】 你是否曾經為了做好一個動作，比方說上籃上好、跳舞跳好、揮棒揮好，而反覆練習到學會/變強為止？ 從 AI 的深度學習演算法我們可以理解神經網路是怎麼運作的，進而去找到動作學習上的問題在哪裡，並解決AI 領域會遇到的問題，我...
深度學習演算法 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
AI 也會抄捷徑，醫學研究發現深度學習演算法缺陷
作者 Alan Chen | 發布日期 2021 年 07 月 27 日 19:37 |
人工智慧在現今癌症治療上，具有相當大的幫助，透過深度學習，系統可以快速分析腫瘤切片影像，提供醫生有關癌症類型和治療建議等重要資訊，但美國芝加哥大學研究團隊發現，如果深度學習演算法沒有適當調整，AI 會做出偏頗的病理分析。
芝加哥大學（University of Chicago）研究團隊，在本月的《自然－通訊》（Nature Communication）期刊中發表研究指出，透過醫療影像學習的過程中，若沒有對演算法進行特別校正，AI 就會以資料上傳的地區、醫學機構等資訊自行歸類，並使用歸類資料進行比對分析，產生病理資訊和治療建議，但以這種方式而不是透過比較嚴謹的生理和病史資訊進行分析， AI 容易產生偏頗或不正確的分析和治療建議。
研究團隊在實驗中，讓 AI 系統透過美國國家癌症研究所（National Cancer Institute, NCI）與國家人類基因組研究所（National Human Genome Research Institute, NHGRI），共同合作的「癌症基因組圖譜（The Cancer Genome Atlas, TCGA）」資料庫內，大量的癌症組織切片影像進行深度學習，發現了 AI 這種透過演算法習性，產生偏頗判斷的問題。
「我們在這項研究中發現了 AI 的盲點，由於需要快速分析，因此演算法會合理的認為使用機構和區域分類，可以更有效歸類檔案，提高學習分析的效率。」芝加哥大學醫學系 Alexander Pearson 博士指出，但 AI 用這種歸類方式學習大量影像後，卻會開始忽略病患個人的生理數據和病史資料，改以上傳機構和地區之間的影像互相比對。
如此一來，醫療軟硬體條件較好，或比較富裕區域內的病患切片樣本，由於通常有比較多治療選項，治癒機率也較高，因此 AI 容易對這些區域的樣本提出比較樂觀的病理分析和治療方式，但是對於條件較差的機構或區域，產生的分析與建議就會比較差，等於將社會醫療資源的不平等反射出來。
研究團隊也表示，要避免出現這種盲點，系統開發者在訓練 AI 學習時，必須確保各種類型的腫瘤切片影像，是平均來自各個地區與機構上傳的資料，或是在學習過程出現判斷偏頗時，將影像樣本鎖定在一個特定條件，避免 AI 自行產生歸類和比對分析的習慣，才能產生比較準確的分析結果。
要如何避免 AI 出現「偷吃步」的情形，對於現代醫學越來越仰賴 AI 進行分析的狀況下，顯得格外重要，若是因為 AI 產生不準確的病理分析，導致醫生判斷失準，原本用來幫助人類健康的科技反而會成為病患生命的一大威脅。
附圖：▲主導研究團隊的芝加哥大學醫學系 Alexander Pearson 博士。（Source：University of Chicago）
▲AI 在面對大量資料時也會嘗試簡化歸類程序，產生盲點。（Source：BDAN）
資料來源：https://technews.tw/2021/07/27/university-of-chicago-team-found-out-machine-learning-flaw-that-will-produce-biased-medical-analysis/
深度學習演算法 在 Technews 科技新報 Facebook 的精選貼文
AI 的快速分析能力優秀，不過也因為太快，反而會造成盲點。
演算法為了提高效率的習性，久了會開始忽略病患個人的生理數據和病史資料，進而產生偏頗判斷的問題。
深度學習演算法 在 練健康 Youtube 的最讚貼文
【協調性下集】如何提升殺球能力? | 運動科學 | 神經網路理論 ｜流暢哥】
你是否曾經為了做好一個動作，比方說上籃上好、跳舞跳好、揮棒揮好，而反覆練習到學會/變強為止？
從 AI 的深度學習演算法我們可以理解神經網路是怎麼運作的，進而去找到動作學習上的問題在哪裡，並解決AI 領域會遇到的問題，我們人類本身也會遇到，幸運的是AI科學家已經幫我們找出解法了！
當你覺得是最「好」的動作的時候，就真的是最佳的嗎？你登的山是象山還是西馬拉雅山？那登錯了怎麼辦？還有得救嗎？
今天這個影片會以排球的殺球為例，介紹幾個常見問題以及如何透過改變訓練方式去優化動作，之所以拖這麼久才出是因為確實是不好表達，影片已經盡量簡化了，讓我們看下去！
流暢哥IG：https://www.instagram.com/rotator_bro/
練健康IG：https://www.instagram.com/lkk_wellness/
#協調性 #動作模式 #人工智能 #AI #線性代數 #流暢哥 #局部最佳解 #殺球 #排球 #排球殺球
深度學習演算法 在 珊蒂微AI Youtube 的最佳解答
現場直擊並訪問參賽者 @科技大擂台 與AI對話決賽現場！🎯🎯🎯
當天雖然沒能訪問到所有的參賽者，但是我由衷欽佩大家！謝謝你們對台灣中文語音對話技術的著迷與貢獻！期望每位參賽者都能繼續著迷於AI語音辨識領域、繼續把中文語音對話的技術推向更高的成就！
📣謝謝當天接受我訪問的參賽者們：
🥇台大電資學院團隊：李宏毅 Yun-Nung Chen 謝濬丞
🥇華碩團隊：Martin Chang Archer Tsai
🥇中研院詞庫小組團隊：Wei-Yun Ma
🥇第一團：Lin Chun-Yen Migo Liao @casey kao
🥇hakka1團隊：@黃騰杰
🥇AIA校友：Bryan PY Yu
👉還沒看過上集的話，歡迎點這裡觀看：🍿🍿🍿https://youtu.be/8Zv1e1WSbZ8
深度學習演算法 在 深度學習- 維基百科，自由的百科全書 的相關結果
深度學習 是機器學習中一種基於對資料進行表徵學習的演算法。觀測值（例如一幅圖像）可以使用多種方式來表示，如每個像素強度值的向量，或者更抽象地表示 ... ... <看更多>
深度學習演算法 在 深度學習常見演算法的介紹和比較 - 程式前沿 的相關結果
2006年，Geoffrey Hinton提出深度信念網路（DBN）及其高效的學習演算法，即Pre-training Fine tuning，並發表於《Science》上，成為其後深度學習演算法的 ... ... <看更多>
深度學習演算法 在 深度學習演算法介紹與技術應用：DNN深度神經網路 - Gigabyte 的相關結果
人工智慧是一個相當巨大的學術領域，現在主流探討的層級，由上而下依序是：人工智慧→機器學習→人工神經網路→深度學習（深度的人工神經網路）→卷積 ... ... <看更多>