庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
區政新角度
  • 定價64.00元
  • 8 折優惠:HK$51.2
  • 放入購物車
二樓書籍分類
 
圖解AI:機器學習和深度學習的技術與原理

圖解AI:機器學習和深度學習的技術與原理

庫存=1
將於1個工作天內出貨
9789865025885
株式?社?????,山口達輝,松田洋之
衛宮紘
碁峰
2020年10月16日
150.00  元
HK$ 135
省下 $15
 
二樓書卷使用細則 二樓書卷使用細則





ISBN:9789865025885
  • 規格:平裝 / 240頁 / 17 x 23 x 1.41 cm / 普通級 / 全彩印刷 / 初版
  • 出版地:台灣


  • >

















    收錄豐富的圖示與詳盡的解說,即便完全零知識也能夠輕鬆學習。

    機器學習與深度學習的原理與技術,單靠這一本 就能深入瞭解的教科書



      「人工智慧」、「機器學習」、「深度學習」這些以前在科幻小說中才會見到的字眼,如今已經深入我們的日常,成為大家平日琅琅上口的名詞。可是,真的想要深入一點了解這些名詞,一翻開相關書籍,看到滿滿的數學公式頭就暈了,難道沒有人能夠用大家都聽得懂的方式解釋這些科技名詞嗎?



      本書就是因應您心中的吶喊而生的一本書。這本書不會給你滿滿的數學式,而是藉由生活化的舉例、圖解進行說明,盡可能地表達人工智慧的正確知識。期望各位能夠透過本書,觸及機器學習的趣味與可能性,進而踏入機器學習的世界中。



      藉由本書,您將可以:

      .了解人工智慧、機器學習、深度學習三者之間的關係

      .機器學習的程序與核心技術

      .了解機器學習應用了哪些演算法

      .深度學習的程序與核心技術

      .了解深度學習應用了哪些演算法

    ?


     





    第1章|人工智慧的基礎知識

    01 何謂人工智慧?

    02 何謂機器學習(ML)?

    03 何謂深度學習(DL)?

    04 人工智慧與機器學習的普及過程



    第2章|機器學習的基礎知識

    05 監督式學習的機制

    06 非監督式學習的機制

    07 增強學習的機制

    08 統計與機器學習的差異

    09 機器學習與特徵量

    10 擅長與不擅長的領域

    11 機器學習的運用範例



    第3章|機器學習的程序與核心技術

    12 機器學習的基本工作程序

    13 蒐集資料

    14 資料變形

    15 模型的作成與學習

    16 批次學習與線上學習

    17 使用測試資料驗證預測結果

    18 學習結果的評估基準

    19 超參數與模型的調整

    20 主動學習

    21 相關與因果

    22 反饋迴圈



    第4章|機器學習的演算法

    23 迴歸分析

    24 支援向量機

    25 決策樹

    26 整體學習

    27 整體學習的運用

    28 邏輯迴歸

    29 貝葉斯模型

    30 時序分析與狀態空間模型

    31 K 近鄰法(K-NN)與 K 平均法(K-Means)

    32 維度縮減與主成分分析

    33 最佳化與遺傳演算法



    第5章|深度學習的基礎知識

    34 類神經網路與其歷史

    35 深度學習與圖像辨識

    36 深度學習與自然語言處理



    第6章|深度學習的程序與核心技術

    37 誤差反向傳播法的類神經網路學習

    38 類神經網路的最佳化

    39 梯度消失問題

    40 遷移學習



    第7章|深度學習的演算法

    41 卷積類神經網路(CNN)

    42 遞歸類神經網路(RNN)

    43 增強學習與深度學習

    44 自動編碼器

    45 GAN(生成對抗網路)

    46 物體偵測



    第8章|系統開發與開發環境

    47 編寫人工智慧的主要程式語言

    48 機器學習用資料庫與框架

    49 深度學習的框架

    50 GPU程式設計與高速化

    51 機器學習服務









      近年,出現愈來愈多不需要機器學習資料庫、程式設計的機器學習服務,即便不是這方面的專家,只要準備好資料利用這類服務,就能夠獲得相應的結果。然而,明明不清楚機器學習演算法是如何運行,卻毫無根據地相信跑出的結果,將其用於重要的商業場景上,不得不說是相當危險的情況。一般的IT工程學會兼顧初學者與熟練者,網羅各種網路文章、專業書籍的解說。然而,在機器學習的習得上,網路文章通常給人偏重「容易閱讀」的印象,但有許多文章省略了必要的說明,難以讓人扎實地理解機器學習。而專業書籍的解說,又使用了大量的數學公式,這對以成為AI工程師為目標的人來說,進入的門檻相當高。



      本書採取折衷的做法,不是堆砌數學式進行艱難的解說,而是藉由示例、插圖用簡單易懂的方式講解,盡可能正確表達AI工程師必須理解的知識。期望各位能夠透過本書,觸及機器學習的趣味與可能性,進而踏入機器學習的世界當中。




    其 他 著 作