一場語音革命將席捲使用者的習慣. 2020/2/27
這本書包含:ASR 、NLU、NLP、Deep Learning的概念。
作者在AI領域一年多,就在相關語音辨識領域打敗得競爭同業,並有應用在客戶端的案例,獲致客戶對同業最好的評價,AI並不容易做,能夠實際應用在客戶端更難。作者到底怎麼做到的,他對於AI有獨到的見解,歡迎購買與了解。
--------------------------------------------------------------------------------------------------
作者做過十年的程式設計師,十年的 PM、SA,專案管理有獨到之處,十個月打敗對手兩三年的系統建置。
本書採重點式描述,每個章節都是重點,讓您對專案管理有更深的了解與體會!
--------------------------------------------------------------------------------------------------
著作過兩本書,在Google Play圖書暢銷書排行榜都有不錯佳績。
[程式快手] 曾在Google Play圖書暢銷書,創下第2名佳績。
[專案管理 葵花寶典(專案快手)] 曾在Google Play圖書暢銷書,創下第19名佳績。
--------------------------------------------------------------------------------------------------
那天,我跟同事Ally討論到語言辨識系統的NLP,突然講到,語言辨識系統可以強到可以辨識外星人的語言就厲害了。於是我們就開始討論語言辨識系統對於外星人溝通,在架構上的可能性以及相關的功能,越講越覺得可能性越高。
我記得之前問過一位資優班小朋友一個有點難的數學問題,才剛講完題目,他就直接答出答案。我問他:「你為什麼知道答案?難道你都不用先計算?」他回答:「你問完問題,我頭腦裏面自然就浮現答案了。」我整個驚訝地難以置信。但在我熟稔的工作,在做了二十年之後,的確聽到客戶的需求或想法,腦中就浮現答案,這個方式是不是最好的做法?可不可行?是否有更佳的做法?但這是經驗在頭腦裏面自然而然快速地在邏輯中,計算出結果。但小朋友學習計算的時間並不長,我都需要花一些時間計算的題目,小朋友卻不需要計算就可以得到答案,可見他的頭腦邏輯更快更好。
(1) 透過長久的經驗,可以加快結果取得的速度。
(2) 本身先天的邏輯好,處理速度快,也可以很快取得結果。
我們會討論出結果,自然也是這樣的經驗累積下,自然產出的一個結果。在透過經驗法則來推論其可行性。筆者有10年以上的程式開發經驗,10年的PM與SA經驗。頭腦快速地驗證結果,似乎都是可行的。就讓我們開始探討它的可行性與做法吧。
壹、 內容.. 2
貳、 自序.. 5
一、 前序.. 5
二、 自序.. 6
三、 怎麼看這本書比較快.. 8
四、 購買本電子書的優點.. 9
五、 其他說明.. 10
參、 超越人工智慧?與外星人溝通?.. 11
一、 自動學習並且辨識外星人的AI 11
二、 取得外星人的聲音、數位訊號.. 17
三、 自動標註功能.. 19
四、 NLP+NLU. 21
五、 Deep Learning. 24
六、 回饋標註.. 26
七、 翻譯系統(語言轉換模組) 31
肆、 理論轉換實際.. 32
一、 單一維度:聲型標註.. 36
二、 單一維度:NLP/NLU. 38
1. 單一字詞標註.. 40
2. 語料決定權重/比例,反之亦然.. 44
3. 自動學習詞性的關聯.. 46
三、 單一維度:影像辨識模組.. 49
四、 透過二維交叉關聯.. 51
五、 其他維度:腔調.. 53
六、 自我學習模組:(多維度) 56
伍、 對談學習模組:.. 59
一、 人類對談學習模組.. 59
二、 超越人類、降低盲點.. 60
三、 與外星人對談.. 61
陸、 AI快速架構(快取架構) 62
一、 AI應用架構.. 64
二、 個別模組或維度的開放架構.. 64
柒、 問題回覆.. 65
一、 是否只是概念階段.. 65
二、 為甚麼不自己做一套系統.. 67
捌、 註解說明:.. 68
一、 堆疊式關鍵字(關鍵字堆疊)架構設計.. 68
二、 堆疊式詢問(結果堆疊)架構.. 69
三、 流程推論架構.. 70
玖、 後序 71
喜歡將經驗分享,從不藏私
著作過7本書,其中4本[程式快手]、[專案管理 葵花寶典]、[翻轉專案管理]、[學習快手]
是Google排行榜前100名常客。
[程式快手] 更曾到Google暢銷排行榜第一名很久。