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
|
資料探勘理論與應用**：以IBM SPSS Modeler為範例(附CD)
．
邏輯不好不是你的錯
．
你沒看過的數學
．
圖解數學
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
圖解機器學習、人工智慧與人類未來
作者：
吳作樂、吳秉翰
分類：
電腦與網路
／
資料庫
叢書系列：圖解系列
出版社：
五南文化
出版日期：2020/3/28
ISBN：9789577639035
書籍編號：kk0512813
頁數：232
定價：
300
元
優惠價：
9
折
270
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=kk0512813'>圖解機器學習、人工智慧與人類未來</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0512813'><img src='https://www.silkbook.com/mall_image/bk/kk0512813.jpg' ALT='圖解機器學習、人工智慧與人類未來' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
圖解機器學習、人工智慧與人類未來 內容簡介 人工智慧、機器學習、演算法、大數據、黑盒子到底是什麼 詳述常用的十個演算法概要與原理，其黑盒子原理就是統計與機率 AI大時代有利有弊，也要注意風險 本書目的 1.認識資訊名詞，不再一知半解。 2.了解AI的概要、功能與原理及增加AI可信度。 3.明白傳統統計、商用統計及工程統計的差異性。 4.認識大數據。 5.讓一般人、操作者、資訊工程師了解黑盒子。 6.如何成為AI時代的資訊人才。 7.AI如何改變教育的型態。 8.知道AI的現在與未來的應用及各方面的影響。 9.思考高度AI化的世界，將帶來的風險及社會結構的變化。
作者簡介 吳作樂 學歷 國立台灣大學數學系學士 美國哥倫比亞大學數理統計博士 經歷 長榮大學資訊管理系教授 數位內容創作學程主任 國家太空中心主任 國際宇宙航行學院 (International Academy of Astronautics) 院士 宏遠育成科技股份有限公司總經理 工研院電通所副所長 美國Bell core公司信號處理部研發經理(District Manager) 美國貝爾實驗室(Bell Labs) 衛星通訊部門研究員 吳秉翰 學歷 輔仁大學應用數學學士
目錄 前言 第１章 人工智慧、機器學習、演算法、大數據、黑盒子的基礎認識 1-1 概要 1-2 AI的歷史與展望 1-3 人工智慧、機器學習與深度學習的關係 1-4 人工智慧之父 ─ 艾倫•圖靈 1-5 21世紀的新型石油─大數據 1-6 蒙地卡羅法(1) 1-7 蒙地卡羅法(2) 1-8 機器學習與無人駕駛車(1) 1-9 機器學習與無人駕駛車(2) 1-10 演算法與黑盒子模式(1) 1-11 演算法與黑盒子模式(2) 1-12 使用者該如何看待黑盒子模式演算法(1) 1-13 使用者該如何看待黑盒子模式演算法(2) 1-14 使用者該如何看待黑盒子模式演算法(3) 1-15 使用者該如何看待黑盒子模式演算法(4) 1-16 使用者該如何看待黑盒子模式演算法(5) 1-17 使用者該如何看待黑盒子模式演算法(5) 1-18 人工智慧的利與弊(1) 1-19 人工智慧的利與弊(2) 1-20 人工智慧的利與弊(3) 1-21 人工智慧的利與弊(4) 1-22 AI會有情緒嗎？有情緒會不會對人類有所危害？ 1-23 我們需要有情緒的AI—強人工智慧嗎？ 1-24 AI的應用(1) 1-25 AI的應用(2) 1-26 AI的應用(3) 1-27 AI的應用(4) 1-28 AI的應用(5) 1-29 碎形與AI 1-30 碎形的起源 1-31 碎形與AI 第２章 認識大數據、傳統統計、商用統計與工程統計 2-1 大數據概要(1) 2-2 大數據概要(2) 2-3 什麼是大數據 2-4 大數據的問題 2-5 統計學界的統計分析與商業界的大數據分析之差異 2-6 統計學界的統計分析與工程界的統計分析之差異 2-7 大數據分析的起點 2-8 資訊視覺化 2-9 視覺分析的意義 2-10 建議大數據該用的統計方法 2-11 卡門濾波 2-12 資訊科學家的定位、大數據結論 2-13 資料探勘(1)：資料探勘的介紹 2-14 資料探勘(2)：數據中的異常值 2-15 資料探勘(3)：分群討論 2-16 資料探勘的應用 2-17 時間序列 第3章 認識部分黑盒子演算法的統計原理 3-1 監督學習、無監督學習、半監督學習、強化式學習 3-2 貝氏演算法(1)：概要 3-3 貝氏演算法(2)：案例 3-4 貝式演算法(3)：統計原理 3-5 K-maen 演算法(1)：概要 3-6 K-maen演算法(2)：案例1 3-7 K-maen 演算法(3)：案例2 3-8 K-maen演算法(4)：統計原理 3-9 K-mean 演算法(5)：最佳化的K值 3-10 K-近鄰演算法 3-11 先驗演算法(1)：概要 3-12 先驗演算法(2)：案例 3-13 SVM演算法(1)：概要與案例 3-14 SVM演算法(2)：推廣 3-15 SVM演算法(3)：統計原理 3-16 線性迴歸演算法(1)：概要 3-17 線性迴歸演算法(2)：迴歸線的統計原理 3-18 線性迴歸演算法(3)：相關係數的統計原理 3-19 邏輯迴歸演算法：概要與案例 3-20 決策樹演算法(1)：概要與樹狀圖 3-21 決策樹演算法(2)：案例與剪枝(1) 3-22 決策樹演算法(3)：案例與剪枝(2) 3-23 隨機森林演算法：概要與案例 3-24 淺談深度學習：人工神經網路 3-25 可解釋人工智慧 3-26 本章結論 第四章 常用的基礎統計知識 4-1 標準差是什麼 4-2 常態分布 4-3 認識二項分布、卜瓦松分布 4-4 大數法則 4-5 中央極限定理 4-6 中央極限定理的歷史 4-7 標準化 4-8 常態分布的歷史與標準常態分布 4-9 t分布與自由度 4-10 t分布歷史與t分布表 4-11 卡方分布與F分布 4-12 複迴歸分析(1) 4-13 複迴歸分析(2) 4-14 複迴歸分析(3) 第五章 AI的發展與影響 5-1 AI的發展取決於有創意的教育 5-2 淺談世界AI化後教育的衝擊與改變 5-3 AI帶來極致的便利後，造成的社會結構衝擊 5-4 AI世界的奶頭樂：人類生活的再省思 5-5 AI的高度發展後，無條件基本收入作為配套可行嗎？ 5-6 AI的發展重心，應放在讓人類懂數學及AI應用更多數學上 5-7 AI時代改變生活的速度，會如同搭電梯而非緩慢爬坡 5-8 哲學問題思考 ─AI與人類未來 附 錄 附錄一 利用Excel作某一商品的建議購物（關聯性分析、購物籃分析） 附錄二 A Fast Training Algorithm for Multi-Layer Neural Network based on Extended Kalman Filter Approach
你的第一本Git與G
dbt 與 Anal
7天學會大數據資料處
Power Quer
Power BI大數
Power BI商業
MySQL資料庫開發
資料庫系統管理與實作
科技巨頭的演算法大揭
資料治理技術手冊
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。
