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
|
iPhone 4S JB解禁秘術：Cydia 超限軟體300+
．
深度學習最佳入門與專
．
Rust最佳入門與實
．
深度學習 最佳入門邁
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
深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇
作者：
陳昭明
分類：
電腦與網路
／
綜論
出版社：
深智數位
出版日期：2025/5/21
ISBN：9786267569863
書籍編號：kk0600139
頁數：416
定價：
880
元
優惠價：
79
折
695
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=kk0600139'>深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0600139'><img src='https://www.silkbook.com/mall_image/bk/kk0600139.jpg' ALT='深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇 內容簡介 ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇》內容包括：自然語言處理相關演算法、大語言模型、語音辨識、強化學習等，全面涵蓋深度學習的自然語言處理及強化學習領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。
作者簡介 陳昭明 曾任職於IBM、工研院等全球知名企業 IT邦幫忙2018年AI組冠軍 多年AI課程講授經驗
目錄 ►第四篇 自然語言處理 第13 章 自然語言處理的介紹 ▍13-1 詞袋（BOW）與TF-IDF ▍13-2 詞彙前置處理 ▍13-3 詞向量（Word Vector） ▍13-4 GloVe 模型 ▍13-5 中文詞向量 ▍13-6 spaCy 套件 ▍13-7 本章小結 ▍參考資料（ References） 第14 章 自然語言處理的演算法 ▍14-1 循環神經網路（RNN） ▍14-2 長短期記憶網路（LSTM） ▍14-3 LSTM 重要參數與多層LSTM ▍14-4 Gate Recurrent Unit（GRU） ▍14-5 RNN 系列模型應用 ▍14-6 股價預測 ▍14-7 股價預測與時間序列分析 ▍14-8 時間序列分析（Time Series Analysis） ▍14-9 Prophet 套件實作 ▍14-10 以ARIMA 預測台股 ▍14-11 以Prophet 預測台股 ▍14-12 加入技術指標 ▍14-13 NLP 其他應用 14-13-1 機器翻譯（NMT） 14-13-2 命名實體識別（NER）8 14-13-3 文本生成（Text generation） ▍14-14 本章小結 ▍參考資料（ References） 第15 章 大型語言模型（LLM） ▍15-1 Transformer 演算法 ▍15-2 Transformer 實作 ▍15-3 Transformers 套件實作 ▍15-4 Transformers 模型微調 ▍15-5 大型語言模型測試 ▍15-6 ChatGPT 簡介 15-6-1 ChatGPT 使用者介面 15-6-2 OpenAI API ▍15-7 大型語言模型訓練架構 ▍15-8 大型語言模型導入實務 15-8-1 提示工程（Prompt engineering） 15-8-2 RAG（Retrieval Augmented Generation） 15-8-3 AI Agent 5 ▍15-9 本章小結 ▍參考資料（ References） 第16 章 語音辨識 ▍16-1 語音基本認識 ▍16-2 語音前置處理 ▍16-3 TensorFlow/PyTorch 內建語音資料集 ▍16-4 語音深度學習實作 ▍16-5 自動語音辨識（Automatic Speech Recognition） ▍16-6 GMM-HMM 概念說明 ▍16-7 GMM-HMM 實作 ▍16-8 深度學習演算法 ▍16-9 Whisper 套件測試 ▍16-10 本章小結 ▍參考資料（ References） ►第五篇 強化學習（Reinforcement Learning） 第17 章 強化學習 ▍17-1 強化學習的基礎 ▍17-2 強化學習模型 ▍17-3 簡單的強化學習架構 ▍17-4 Gymnasium 套件 ▍17-5 貝爾曼方程式（Bellman Equation） ▍17-6 動態規劃（Dynamic Programming）演算法 ▍17-7 值循環（Value Iteration） ▍17-8 蒙地卡羅（Monte Carlo）演算法 ▍17-9 時序差分（Temporal Difference） 17-9-1 SARSA 演算法 17-9-2 Q-learning 演算法 ▍17-10 井字遊戲 ▍17-11 倉庫撿貨系統 ▍17-12 Deep Q-Learning 演算法 ▍17-13 策略梯度（Policy Gradient）演算法 ▍17-14 Stable Baselines3 套件 ▍17-15 其他研究方向 ▍17-16 本章小結 ▍參考資料（ References）
成為AI無法取代的那
AI應用全解，跨越技
LLM資安教戰手冊｜
工程師下班有約：企業
深度學習詳解｜台大李
AI 提問 X 學習
我們與機器人的光明未
深度學習最佳入門與專
Hey Siri及O
GitHub Cop
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。
