大型語言模型(Large Language Models, LLM)作為人工智慧技術的重要突破，正在以前所未有的速度改變著我們與資訊互動的方式，從內容創作、智能客服、撰寫程式碼、科學研究，到創造出逼真的影像等，無不展現其強大碾壓人類的能力(跪🙇🏻♀️)。
然而，LLM 主要透過大量資料進行訓練，所以當面對新資料及特定領域時，就會受限於訓練數據，而容易出現所謂的「幻覺現象」(Hallucination)。
一次考上 AWS MLA 證照，本篇記錄下參與 AWS Certified Machine Learning Engineer – Associate 認證考試的過程，並整理相關資源，希望能對想要挑戰這張證照的朋友們有所幫助！
隨著生成式 AI 的快速發展，OpenAI 提供的 API 成為許多開發者進行自然語言處理與生成應用的首選工具(學會串接OpenAI就可以說是AI工程師了XD)。本文將詳細介紹兩種串接 OpenAI API 的方法：使用官方 Python 套件，以及通過發送 HTTP 請求。
在 SQL 查詢中，JOIN 是用來合併兩張或多張資料表的重要語法。本文會以客戶訂單為範例，介紹常見的 4 種 JOIN: INNER JOIN、LEFT JOIN、RIGHT JOIN 和 FULL JOIN，幫助大家理解每種 JOIN 類型的用途。
本文以學校選課系統為例，從一個初始需求的資料表出發，一步步完成資料庫正規化的過程。同時，也會解析如何處理一對一、一對多、多對多等關係，會更明白關聯式資料庫設計的核心概念與應用技巧。
我一次考上人生中第一張 AWS 證照、也是人生第一張 AI 證照！記錄下參與 AWS Certified AI Practitioner 認證考試的過程，並整理相關資源，希望能對想要挑戰這張證照的朋友們有所幫助！
受到 Andrew Ng - How to Build Your Career in AI 啟發，完成一個 Python 小工具，想知道我的可用天數還有多少，才發現原來只剩1萬天了?!(這本電子書不是講AI職涯的嗎XD)
先前我們使用具體的操作範例比較 Oracle DB JSON 與 MongoDB 的差異，請看 Oracle DB JSON 與 MongoDB 的差異。而這篇要來補充說明，怎麼用 MongoDB Compass 圖形介面操作資料庫。
上一篇我們提到了 Oracle Database 23ai 對 JSON 的支援，並針對三種資料庫結構進行了效能測試，請看 實測單一表格、EAV 模型與 JSON 欄位的查詢效能。
但我就有進一步的問題是: 那那…Oracle DB 的 JSON 支援與 MongoDB 有什麼不同？
Oracle Database 23ai 支援 JSON，這讓我們可以同時使用 SQL 和 JSON 來操作同一資料。本篇文章將針對三種不同的資料庫結構進行實際測試，來比較單一表格、EAV 模型和 JSON 欄位的查詢效能。