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
   
地圖+地圖創意遊戲 (附行旅世界地圖包)
  • 定價650.00元
  • 8 折優惠:HK$520
  • 放入購物車
二樓書籍分類
 
機器學習:彩色圖解 + 基礎數學篇 + Python實作 王者歸來(全彩)

機器學習:彩色圖解

沒有庫存
訂購需時10-14天
9789865501495
洪錦魁
深智數位
2020年8月17日
183.00  元
HK$ 146.4  






ISBN:9789865501495
  • 規格:平裝 / 368頁 / 17 x 23 x 1.9 cm / 普通級 / 全彩印刷 / 初版
  • 出版地:台灣


  • >

















      在徹底研究機器學習後,筆者體會許多基礎數學不是不會與艱難而是生疏了,如果機器學習的書籍可以將複雜公式從基礎開始一步一步推導,其實可以很容易帶領讀者進入這個領域,同時感受數學不再如此艱澀,這也是我撰寫本書時時提醒自己要留意的事項。

    ?

      研究機器學習雖然有很多模組可以使用,但是如果不懂相關數學原理,坦白說筆者不會相信未來你在這個領域會有所成就。

    ?

      這本書講解了下列相關數學的基本知識。

      ? 資料視覺化使用matplotlib

      ? 基礎數學模組Math

      ? 基礎數學模組Sympy

      ? 數學應用模組Numpy

      ? 機器學習基本觀念

      ? 從方程式到函數

      ? 方程式與機器學習

      ? 從畢氏定理看機器學習

      ? 聯立方程式與聯立不等式與機器學習

      ? 機器學習需要知道的二次函數

      ? 機器學習的最小平方法

      ? 機器學習必須知道的集合與機率

      ? 機率觀念與貝式定理的運用-COVID-19的全民普篩準確性推估

      ? 筆者講解指數與對數的運算規則,同時驗證這些規則

      ? 除了講解機器學習很重要的歐拉數(Euler’s Number),更說明歐拉數的由來

      ? 認識邏輯(logistic)函數與logit函數

      ? 三角函數

      ? 大型運算子運算

      ? 向量、矩陣與線性迴歸

    ?
      未來相關書籍

      這本書是筆者機器學習系列書的起點,未來還將撰寫下列書籍:

      機器學習:彩色圖解 + 微積分篇 + Python實作?

    本書特色

    ? ??

      這幾年心中總想寫一本可以讓擁有高中數學程度的讀者即可看懂人工智慧、機器學習或深度學習的書籍,或是說看了不會想睡覺的機器學習書籍,這個理念成為我撰寫這本書籍很重要的動力。為了卸除數學心房,筆者撰寫此書依循原則如下:

    ?

      1:數學原理彩色圖解。

      2:手工計算基礎數學。

      3:Python程式高效實作。

    ?

      這本書撰寫的幾個特色如下:

      1:全書共用150個Python實例,講解機器學習的基礎數學

      2:極詳細、超清楚、帶領讀者從畏懼數學到喜歡數學

      3:複雜的數學符號重新拆解,原來可以很容易

      4:了解機器學習的數學原理,讓機器學習程式充滿智慧靈魂? ?



     





    第 1 章 資料視覺化

    1-1 認識mapplotlib.pyplot 模組的主要函數

    1-2 繪製簡單的折線圖plot( )

    1-3 繪製散點圖catter( )?

    1-4 Numpy 模組

    1-5 圖表顯示中文



    第 2 章 數學模組Math 和Sympy

    2-1 數學模組的變數

    2-2 一般函數?

    2-3 log( ) 函數

    2-4 三角函數

    2-5 Sympy 模組



    第 3 章 機器學習基本觀念

    3-1 人工智慧、機器學習、深度學習

    3-2 認識機器學習

    3-3 機器學習的種類?

    3-4 機器學習的應用範圍



    第 4 章 機器學習的基礎數學

    4-1 用數字描繪事物?

    4-2 變數觀念

    4-3 從變數到函數

    4-4 等式運算的規則

    4-5 代數運算的基本規則

    4-6 用數學抽象化開餐廳的生存條件

    4-7 基礎數學的結論



    第 5 章 認識方程式 / 函數 / 座標圖形

    5-1 認識方程式??

    5-2 方程式文字描述方法??

    5-3 一元一次方程式?

    5-4 函數?

    5-5 座標圖形分析??

    5-6 將線性函數應用在機器學習??



    第 6 章 從聯立方程式看機器學習的數學模型

    6-1 數學觀念建立連接兩點的直線

    6-2 機器學習使用聯立方程式推估數據

    6-3 從2條直線的交叉點推估科學數據

    6-4 兩條直線垂直交叉



    第 7 章 從畢氏定理看機器學習

    7-1 驗證畢氏定理

    7-2 將畢氏定理應用在性向測試?

    7-3 將畢氏定理應用在三維空間?

    7-4 將畢氏定理應用在更高維的空間

    7-5 電影分類



    第 8 章 聯立不等式與機器學習

    8-1 聯立不等式的基本觀念?

    8-2 聯立不等式的線性規劃

    8-3 Python 計算?



    第 9 章 機器學習需要知道的二次函數

    9-1 二次函數的基礎數學

    9-2 從一次到二次函數的實務

    9-3 認識二次函數的係數

    9-4 使用3 個點求解二次函數

    9-5 二次函數的配方法

    9-6 二次函數與解答區間?



    第 10 章 機器學習的最小平方法

    10-1 最小平方法基本觀念

    10-2 簡單的企業實例

    10-3 機器學習建立含誤差值的線性方程式

    10-4 Numpy 實作最小平方法?

    10-5 線性迴歸

    10-6 實務應用?



    第 11 章 機器學習必須懂的集合

    11-1 使用Python 建立集合

    11-2 集合的操作

    11-3 子集、宇集與補集

    11-4 加入與刪除集合元素

    11-5 冪集與Sympy 模組

    11-6 笛卡兒積?



    第 12 章 機器學習必須懂的排列與組合

    12-1 排列基本觀念

    12-2 有多少條回家路

    12-3 排列組合

    12-4 階乘的觀念

    12-5 重複排列

    12-6 組合



    第 13 章 機器學習需要認識的機率

    13-1 機率基本觀念

    13-2 數學機率與統計機率

    13-3 事件機率名稱?

    13-4 事件機率規則

    13-5 抽獎的機率 – 加法與乘法綜合應用?

    13-6 餘事件與乘法的綜合應用

    13-7 條件機率?

    13-8 貝氏定理

    13-9 蒙地卡羅模擬



    第 14 章 二項式定理

    14-1 二項式的定義

    14-2 二項式的幾何意義

    14-3 二項式展開與規律性分析?

    14-4 找出xn-kyk 項的係數

    14-5 二項式的通式

    14-6 二項式到多項式

    14-7 二項分佈實驗

    14-8 將二項式觀念應用在業務數據分析

    14-9 二項式機率分佈Python 實作

    ?

    第 15 章 指數觀念與指數函數

    15-1 認識指數函數?

    15-2 指數運算的規則

    15-3 指數函數的圖形



    第 16 章 對數(logarithm)

    16-1 認識對數函數

    16-2 對數表的功能

    16-3 對數運算可以解決指數運算的問題?

    16-4 認識對數的特性

    16-5 對數的運算規則與驗證



    第 17 章 歐拉數與邏輯函數

    17-1 歐拉數

    17-2 邏輯函數

    17-3 logit 函數

    17-4 邏輯函數的應用



    第 18 章 三角函數

    18-1 直角三角形的邊長與夾角?

    18-2 三角函數的定義?

    18-3 計算三角形的面積?

    18-4 角度與弧度

    18-5 程式處理三角函數

    18-6 從單位圓看三角函數



    第 19 章 從基礎統計了解大型運算子

    19-1 加總消費金額?

    19-2 計算平均單筆消費金額?

    19-3 變異數

    19-4 標準差?

    19-5 符號運算規則與驗證

    19-6 活用符號



    第 20 章 機器學習的向量

    20-1 向量的基礎觀念?

    20-2 向量加法的規則

    20-3 向量的長度

    20-4 向量方程式

    20-5 向量內積

    20-6 皮爾遜相關係數?

    20-7 向量外積



    第 21 章 機器學習的矩陣

    21-1 矩陣的表達方式

    21-2 矩陣相加與相減

    21-3 矩陣乘以實數

    21-4 矩陣乘法

    21-5 方形矩陣

    21-6 單位矩陣?

    21-7 反矩陣?

    21-8 用反矩陣解聯立方程式

    21-9 張量(Tensor)?

    21-10 轉置矩陣?



    第 22 章 向量、矩陣與多元線性回歸

    22-1 向量應用在線性迴歸

    22-2 向量應用在多元線性迴歸

    22-3 矩陣應用在多元線性迴歸

    22-4 將截距放入矩陣

    22-5 簡單的線性迴歸?









    其 他 著 作
    1. Python - 最強入門邁向數據科學之路 - 王者歸來 (全彩印刷第三版)
    2. Python-最強入門邁向數據科學之路:王者歸來(全彩印刷第三版)
    3. Python操作Excel:最強入門邁向辦公室自動化之路 王者歸來
    4. C最強入門邁向頂尖高手之路王者歸來
    5. C最強入門邁向頂尖高手之路王者歸來
    6. matplotlib 2D到3D資料視覺化王者歸來(全彩印刷)
    7. OpenCV影像創意邁向AI視覺王者歸來(全彩印刷)
    8. Python網路爬蟲:大數據擷取、清洗、儲存與分析 王者歸來(第二版)
    9. Excel入門到完整學習 邁向最強職場應用 王者歸來 (全彩印刷)第二版
    10. 機器學習:彩色圖解+基礎微積分+Python實作 王者歸來(第三版) (全彩印刷)
    11. 最完整跨平台網頁設計:HTML + CSS + JavaScript + jQuery + Bootstrap + Google Maps王者歸來(第二版)(全彩印刷)
    12. Power BI入門 大數據視覺化 + 智慧決策 + 雲端分享 王者歸來(全彩印刷)
    13. Excel VBA最強入門邁向辦公室自動化之路王者歸來上冊
    14. Excel VBA最強入門邁向辦公室自動化之路王者歸來下冊
    15. 機器學習:彩色圖解 + 基礎微積分 + Python實作 王者歸來(第二版)
    16. 機器學習:彩色圖解 + 基礎數學篇 + Python實作 王者歸來(第二版)
    17. Excel函數庫最完整職場商業應用 王者歸來
    18. 機器學習:彩色圖解 + 基礎微積分 + Python實作 王者歸來(全彩)
    19. 演算法:最強彩色圖鑑 + Python程式實作 王者歸來(第二版)
    20. R語言邁向Big Data之路:王者歸來(第二版)
    21. Python零基礎學程式設計與運算思維:王者歸來 (第二版)
    22. Java最強入門邁向頂尖高手之路:王者歸來(第二版)全彩版
    23. Python最強入門邁向頂尖高手之路:王者歸來(第二版)全彩版
    24. 最完整跨平台網頁設計:HTML + CSS + JavaScript + jQuery + Bootstrap + Google Maps(全彩印刷)
    25. Python面試題目與解答:邁向高薪之路
    26. Python邁向領航者之路:超零基礎(全彩印刷)
    27. 演算法:最強彩色圖鑑 + Python程式實作 王者歸來(全彩印刷)
    28. Python GUI設計活用tkinter之路(第三版):王者歸來
    29. Excel 入門到完整學習 邁向最強職場應用—王者歸來 (全彩印刷)
    30. Python最強入門邁向數據科學之路:王者歸來(全彩印刷第二版)
    31. Python網路爬蟲:大數據擷取、清洗、儲存與分析:王者歸來
    32. Python最強入門邁向頂尖高手之路:王者歸來(全彩版)
    33. Python 零基礎學程式設計與運算思維 -- 王者歸來
    34. Python零基礎學程式設計與運算思維:王者歸來
    35. Python GUI設計活用tkinter之路:火力加強版—王者歸來
    36. Python最強入門邁向數據科學之路:王者歸來
    37. PowerPoint 2016 入門與實作:王者歸來
    38. Python超零基礎最快樂學習之路:王者歸來
    39. 超極制霸:Word 強威速成秘典(2013以上版本適用)
    40. 專業聚焦 Computer Knowledge Today (第二版)
    41. Python GUI設計活用tkinter之路王者歸來
    42. Python零基礎最強入門之路:王者歸來
    43. All in One:Excel 2016 精粹版
    44. 超極制霸:Excel職場必備攻略 2013以上版本適用
    45. 超極制霸:PowerPoint速成精通祕典(2013以上版本適用)
    46. Java入門邁向高手之路-王者歸來
    47. Step by Step:Word 2013一點就通
    48. Python入門邁向高手之路王者歸來(附光碟)
    49. Word 2016入門與實作王者歸來
    50. Excel 2016入門與實作王者歸來
    51. Office 2013教學範本(第三版)
    52. C教學範本王者歸來
    53. HTML5+CSS3王者歸來(附光碟)
    54. 看圖例學 PowerPoint 2016 (附光碟)
    55. R語言:邁向Big Data之路(最新版)
    56. 邁向賭神之路:麻將必勝祕笈
    57. 精通 PowerPoint 2013
    58. 精通 Excel 2013
    59. Word 2013 教學範本(第二版)
    60. Word 2016 教學範本
    61. 看圖例學Excel 2016
    62. 超實用的office圖例必殺技
    63. Excel 2016 教學範本
    64. Excel 2013教學範本 (第三版)
    65. 一個人的極境旅行:南極大陸•北極海
    66. Excel 2010教學範本(第二版)
    67. 有圖有真相:逐介面精通Word 2013
    68. Excel 2013 教學範本(適用SiliconStone認證考試教材)
    69. PowerPoint 2013 教學範本(適用SiliconStone認證考試教材)
    70. Word 2013 教學範本
    71. R語言:邁向Big Data之路
    72. C/C++教學範本(第三版)
    73. Office 2013教學範本(第二版)
    74. Excel 2013教學範本(第二版)
    75. 這樣學習Mac OS X
    76. Word 2013 Silicon Stone 認證教科書
    77. Excel 2013 Silicon Stone 認證教科書
    78. PowerPoint 2013 Silicon Stone 認證教科書
    79. 通往Mac OS的高效捷徑
    80. 看圖例學Office 2013 (附光碟)
    81. C/C++教學範本(第二版)
    82. Office 2013教學範本(附光碟)
    83. 看圖例學Word 2013
    84. 看圖例學Excel 2013
    85. Excel 2013教學範本
    86. Mac OS X Mountain Lion使用手冊
    87. C教學範本(第二版)
    88. New iPad使用手冊
    89. Mac OS X Lion使用手冊
    90. Mac Office 2011中文版使用手冊(附範例CD)
    91. iPad2+越獄最新版使用手冊
    92. iPhone 最新版使用手冊+越獄JB
    93. iPhone 逍遙遊:妙手空空取寶藏
    94. Mac OS X Snow Leopard使用手冊
    95. 看圖例學iPhone 4
    96. 看圖例學Word 2010中文版
    97. iPhone 4使用手冊
    98. Office 2010教學範本
    99. 看圖例學OFFICE 2010(附光碟)
    100. Excel 2010教學範本(附光碟)