Python

透過系統化與多元領域知識的學習，讓自己在這AI資料科學相關範籌中具備基礎知識，每一個作業的實際應用，完成之後的成究感是很棒的！很多遇到的問題也都會試著自己先找答案，然後試圖自己處理並解決，這樣的經驗是得來不易，期待大家經過18週的學習，都能把這個專業的基本能力帶在身上去實務應用一番。

透過系統化與多元領域知識的學習，讓自己在這AI資料科學相關範籌中具備基礎知識，每一個作業的實際應用，完成之後的成究感是很棒的！很多遇到的問題也都會試著自己先找答案，然後試圖自己處理並解決，這樣的經驗是得來不易，期待大家經過18週的學習，都能把這個專業的基本能力帶在身上去實務應用一番。

TibaMe AI 資料科學家全方位學程，課堂上的講師，不會將太艱澀的數學理論推導介紹給同學，比較著重於這套數學公式的目的，比方說結合圖片說明如何找出最低的損失函數，為何有些損失函數容易訓練失敗。當進階到類神經網路時，資料集可能相當龐大，也無法保證一次就訓練到位。

TibaMe AI 資料科學家全方位學程，提供有志學習或進入這領域的人， 一個完整的自學平台，每週照著課表線上課程及練習程式碼範例，都會學到屬於自己的內功心法。

大學期間也有自學過比較基礎的像是Python、SQL，但是在對相關工作要求有了更多了解後，我明白自己掌握的技能是遠遠不夠勝任這方面工作的。由於本科專業較少涉及資訊相關技能，而自學的缺點也是知識不成體系、從零開始學習到熟練掌握要下一番功夫，因此想要有更系統性的學習。畢業之後，正好在當兵期間了解到TibaMe的AI智慧應用開發實戰養成班有相關的課程，於是就下定決心報名了為期半年的課程。

在這資訊氾濫的時代，如何快速有效率的歸納學習，對我本人來說就是一個非常重要的問題了，尤其是一整門學程。在本身自我的時間非十分充足的狀況下， TibaMe有這樣的學程出現時，我當然十分開心地可以參與其中。

當初會報名緯育 TibaMe的AI資料科學家-三階段全方位學程班【全面應用方案】，就是因為我決心也要執行屬於我自己的一年「超速學習計畫」，我給自己設定一年的目標，精進我的 AI 技能，並且在 AI 競賽有所成就，因為我知道現在不跳出去，之後只會更難跳脫這溫暖的舒適圈。

當我們開始進入深度學習世界時，最常會想知道的就是，到底要挑選哪一種框架來入門？

目前在最大的開源社群Github上，可已找到20種星星數超過一千的深度學習框架，而排名第一的TensorFlow更有將近10萬個星星，可以得知，深度學習受到大家關注當選擇深度框架時，我們能從以下幾個面向來考慮，將分別介紹。