人臉辨識這個名詞，自從iPhone推出了人臉解鎖，以及Amazon Go的無人商店，相關的門禁、安控應用已經有如雨後春筍般快速地融入我們的生活中。再拉回台灣，國家門面的自動通關服務，也從最早的指紋辨識來到現在人臉辨識。隨著科技進步，人工智慧不斷地被應用在更多的場景，協助人們改善生活品質，進而豐富人生。本文將會以深入淺出的方式，帶著大家來探討人臉辨別的發展與挑戰…
不曉得你有沒有想過比起其他食物鏈頂端的其他生物，為何只有人類可以發展高度文明，甚至可以航向宇宙星辰？答案就是典範移轉！本文將會介紹在AI的世界了如何應用這個技術，用最短的時間與最小的資料集，訓練出不錯的AI模型…
人工智慧在媒體推波助瀾的宣傳下，社會大眾起初是驚呼地去理解，這將是一個改變人類的工作與生活型態的新科技突破，但是在深入了解後，又覺得AI只是一個能做到單手無敵的新科技(例如下圍棋)，要取代雙手萬能的人類還是很遙遠，尤其是在創作與創新上面。但隨著新的演算法與應用不斷地推陳出新，本文將會介紹GAN如何應用在模仿，甚至是創新與創作的應用…
你知道嗎？其實機器學習早已歷經了二次冰河時期，資深一點的教授可能對它是恨多過於愛。誰知幸運的輪盤竟然逆轉，讓我們見證到給電腦資料，它就能學會一個或多個模型來解決問題的光輝時代。我們把鏡頭拉到身邊，二十年前用Win NT寫的程式，隨著時間已經不能用了。而今iPhone內建的AI仿生晶片，可以讓你微光中拍出好照片…很多人都擔AI會搶走我們的工作，希望它能像千囍年的電子商務先泡沫一波，再改善我們的生活。究竟AI是一場恐佈片？還是勵志片？就讓我們繼續看下去…
自 SQL Server 2016推出 R服務之後，Revolution團隊在SQL 2017版本中，除了將原先的服務改名為 Machine Learning Services(為了納入對 Python語言的支援)，更強化了對 R語言的支援與 Pre Training model的數量。本篇將簡單地介紹 R語言的語法，以及會用GLM 一般線性模型(可歸類為廻歸分析)來示範，讓熟悉 T-SQL的 DBA也能用 SQL Server做機器學習
我們之前有提過微軟為了資料分析的發展在SQL 2016 正式加入併購進來的 Revolution Analytics解決方案，在本文中將以預防性的維修示範如何使用 R語言來進行資料分析。額外提醒一下External scripts與LaunchPad service是 SQL Server在做 ML資料分析的必要條件。
Dot com 電子商務在西元2000年時達到的巔峰，資料採礦(Data Mining)更是打蛇隨棍上，藉由這股熱錢在產業中快速地掘起。微軟也是由 SQL Server 2000 開始支援資料採礦的功能，並且在 SQL Server 2005 增加了更多的演算法。基礎於微軟定位自己是一個平台供應商，在自己不是演算法的供應商的情況下，主導這個市場的能力有限。所幸在2015年買下了 Revolution Analytics，終於解鎖了這個限制，讓企業的想像力可以盡情的奔馳…
你的公司朝人工智慧在發展了嗎？這是近幾年最夯的議題。但是要回答這個問題之前，要知道人工智慧發展至今已經超過50年，所以你明白現身何處嗎？
其實人工智慧並不是新的東西，它已經歷經了三個世代的發展，正在光明地朝向第四個世代在邁進。微軟除了在地端發展機器學習，其實它更積極地發展雲端的機器學習，打算應用它近乎無窮資源的公有雲來協助企業，可以用更經濟更彈性的方式做好數位轉型…
早在2000年網際網路電子商務，資料探斟(Data mining)紅極一時，但隨著有限的電腦運算能力，又逐漸冷掉。而今，隨著電腦運算能力的大幅提升，以及公有雲可以讓企業可以透過網路輕易地使用運算資料，有效地降低企業在硬體投資以及跌價損失。再加上使用深度學習的AlphaGo擊敗了世界棋王，2017是全世界AI元年，只是歐美打算發展軟體解決方案，台灣政府與一些 OEM/ODM廠商打算發展硬體解決方案，無論你的公司是哪一種類型，其實都可以參考微軟的Machine Learning Platform 名叫 Cortana Intelligence Suite
