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)
．
最新機器學習的教科書
．
精準閱讀：幫助最多人
．
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：2021/10/21
ISBN：9789860776393
書籍編號：kk0539767
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=kk0539767'>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=kk0539767'><img src='https://www.silkbook.com/mall_image/bk/kk0539767.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 內容簡介 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！ ▌使用Jupyter Notebook 全書所附的程式碼完整簡單，更棒的是用Jupyter Notebook開發，初學者可以在一個網頁上寫程式、執行、查看結果，還可以作筆記，圖形介面和有條不紊的程式碼管理，比起直接在命令行零零散散地輸入Python程式碼，更能激發學習的動力。 ▌搭配範例詳細解說 完善可運行的程式碼、豐富詳細的範例、直觀的資料圖型、細緻具體的公式推導、程式碼實作，彷彿一位好的老師在親手教我學習演算法。 ▌程式結合數學公式，一看就懂 本書繼承了大部分日文技術書的傳統特色，對沒有學過Python和需要複習數學基礎的初學者是非常易懂的，內容安排循序漸進，推導過程完整清楚，圖文並茂，理論與實作相結合。一行行的程式碼與一行行的公式一一對應，讓原本晦澀難懂的公式變得簡明流暢起來。 你一定可以運用這些方法看懂了原本看不懂的大學經典教材，再加上TensorFlow和最好用的Keras，快點搭上本書的特快車趕上機器學習人工智慧的新浪潮吧！
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。
