常用人工智慧大數據資料分析演算法比較表
XGBoost Classification, XGBoost Regression, XGBoost Regression Time Series, LightGBM Classification, LightGBM Regression, LSTM, Regression Forest, DNN, Convolution 1D..

AOI 檢測的 AI 化與雲端化
傳統自動光學檢測 (AOI) 的精確度已遭遇瓶頸,漏殺率 (Under Kill) 及過殺率 (Over Kill) 過高,導入 AI 技術可以大幅降低漏殺率及過殺率到十分之一以下。 遇到需要零漏殺率的應用,通常會使用兩個不同的 AI 演算法搭配分析,來確保零漏殺率。

[台灣大學法律學院課程] 深度學習與法律資料分析
人工智慧發展簡史、AI 法律應用最新趨勢 (Legaltech)、AI 發展的演進 (標準化、模組化)、語意辨識 (聊天機器人, BERT, GPT-2)、常用 AI 資料分析演算法及應用、時序訊號分析、語音辨識、常用 AI 影像分析演算法及應用案例。

[2020 台灣人工智慧年會] 如何選擇適合的人工智慧演算法
可解釋性、影像分類、物件偵測、語意分割、物件分割、影像處理、人臉辨識、姿態辨識、車牌辨識、字元辨識、瑕疵檢測、放射檢測、病理分析、模型轉換、一般資料分析、時間序列資料分析。我們把 AI 變簡單!

[App4AI SDK] Jupyter-Image-Object-Detection-YOLOv4-CPP
YOLOv4 演算法可以應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

[App4AI SDK] Jupyter-Image-Pix2Pix-PyTorch
Pix2Pix 風格轉換。將原影像輸出訓練學習的影像風格。例如 : 黑白轉換成彩色、邊緣圖轉換相片、地圖轉換成衛星地圖等各種應用。

[App4AI SDK] Jupyter-Image-Segmentation-MaskRCNN-Keras
使用 MaskRCNN 演算法進行影像物件計數及分割,可應用於醫療影像分析、魚類影像分析、生物影像分析、先進駕駛輔助系統、自動駕駛車、工廠瑕疵檢測等。
