登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
App程式設計入門：iPhone、iPad(附光碟)
．
精準閱讀：幫助最多人
．
最新機器學習的教科書
．
精準閱讀：幫助最多人
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
最新機器學習的教科書
作者：
伊藤真
分類：
電腦與網路
／
程式語言
出版社：
深智數位
出版日期：2024/7/24
ISBN：9786267383889
書籍編號：kk0587776
頁數：384
定價：
780
元
優惠價：
79
折
616
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0587776'>最新機器學習的教科書</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0587776'><img src='https://www.silkbook.com/mall_image/bk/kk0587776.jpg' ALT='最新機器學習的教科書' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
最新機器學習的教科書 商品簡介 輕鬆簡單的好書，讓你從入門到高手，掌握機器學習及神經網路的數學、理論與實作！ ▌本書特色 ☆機器學習唯一的入門書，從完全不懂到開發專案靠這本書就搞定 ☆充分展現出日本書的細膩流暢又簡單清楚 ☆想了解機器學習又怕被數學公式轟炸的AI小白最適合 ☆作者把所有的數學公式都用最簡單的二維平面來處理，是對人腦最直覺的投射 ☆懶人最愛的程式設計環境，Jupyter Notebook，在瀏覽器中就可以執行神經網路 ☆高中文組數學程度就可以100%看得懂的Python程式 ☆雖然簡單但十分詳細的公式推導 ☆L1、L2回歸你我都會用，但這本書卻有完整的來龍去脈，打下神經網路及深度學習的基礎 ☆無監督學習也有詳細說明，K-means和混合高斯模型 ☆使用Tensorflow，每一行程式碼都看得懂，完全沒有不必要細節或玩弄技巧
作者簡介 伊藤真 日本栃木縣人，目前居住在神奈川縣。 2000年獲得日本東北大學大學院資訊科學博士學位，研究內容為老鼠導航行為的數理模型。2004年~2016年在沖繩科學技術大學院大學擔任神經計算單元實驗小組負責人，主要研究如何通過強化學習模型解釋老鼠的選擇行為和腦活動。 2017年入職Progress Technologies株式會社，研究人工智慧的產業應用。 興趣是用瓦楞紙板做手工藝品。
目錄 第1 章| 學習前的準備 1.1 關於機器學習 1.2 安裝Python 1.3 Jupyter Notebook 1.4 安裝Keras 和TensorFlow 第2 章| Python 基礎知識 2.1 四則運算 2.2 變數 2.3 類型 2.4 print 敘述 2.5 list（陣列變數） 2.6 tuple（陣列） 2.7 if 敘述 2.8 for 敘述 2.9 向量 2.10 矩陣 2.11 矩陣的四則運算 2.12 切片 2.13 替換滿足條件的資料 2.14 help 2.15 函數 2.16 保存檔案 第3 章| 資料視覺化 3.1 繪製二維圖形 3.2 繪製三維圖形 第4 章| 機器學習中的數學 4.1 向量 4.2 求和符號 4.3 累乘符號 4.4 導數 4.5 偏導數 4.6 矩陣 4.7 指數函數和對數函數 第5 章| 監督學習：回歸 5.1 一維輸入的直線模型 5.2 二維輸入的平面模型 5.3 D 維線性回歸模型 5.4 線性基底函數模型 5.5 過擬合問題 5.6 新模型的生成 5.7 模型的選擇 5.8 小結 第6 章| 監督學習：分類 6.1 一維輸入的二元分類 6.2 二維輸入的二元分類 6.3 二維輸入的三元分類 第7 章| 神經網路與深度學習 7.1 神經元模型 7.2 神經網路模型 7.3 使用Keras 實現神經網路模型 第8 章| 神經網路與深度學習的應用（手寫數字辨識） 8.1 MINST 資料集 8.2 二層前饋神經網路模型 8.3 ReLU 啟動函數 8.4 空間篩檢程式 8.5 卷積神經網路 8.6 池化 8.7 Dropout 8.8 融合了各種特性的MNIST 辨識網路模型 第9 章| 無監督學習 9.1 二維輸入資料 9.2 K-means 演算法 9.3 混合高斯模型 第10 章| 本書小結
敏捷成功之道：使用
Kotlin程式開發
生成式 AI 專案實
從零開始學Pytho
共生之道：人類逆襲A
一本書讀懂DeepS
快速精通iOS 18
一本搞定DeepSe
圖說演算法 : 使用
圖說運算思維與演算邏
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
