幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

圖解機器學習和深度學習入門

  • 作者：(日)山口達輝//松田洋之|責編:宋輝//于成成|譯者:張鴻濤//戴鳳智//高一婷
  • 出版社：化學工業
  • ISBN：9787122433398
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：223
人民幣：RMB 68 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書作為人工智慧專業的入門書，帶領讀者初步學習和實踐機器學習、深度學習的演算法、流程和核心技術，並介紹了系統開發及開發環境，通過圖解的方式將難懂的專業術語和演算法表現出來，讓沒有相關專業基礎的讀者能夠輕鬆入門。同時，本書還介紹了一些比較常用的網站網路服務，讓讀者能夠學以致用。
    本書適合人工智慧領域入門讀者，也適合對人工智慧感興趣的其他領域讀者學習。
作者介紹
(日)山口達輝//松田洋之|責編:宋輝//于成成|譯者:張鴻濤//戴鳳智//高一婷
目錄
第1章 人工智慧的基礎知識
  01 人工智慧是什麼
  02 機器學習（ML）
  03 深度學習（DL）是什麼
  04 人工智慧和機器學習的普及之路
第2章 機器學習的基礎知識
  05 有教師學習的機制
  06 無教師學習的機制
  07 強化學習的機制
  08 統計和機器學習的區別
  09 機器學習和特徵量
  10 擅長的領域和不擅長的領域
  11 應用機器學習的案例
第3章 機器學習的過程和核心技術
  12 機器學習的基本工作流程
  13 數據的收集
  14 數據的整定
  15 模型的製作和訓練
  16 批學習和在線學習
  17 利用數據對預測結果進行驗證
  18 訓練結果的評價標準
  19 超參數和模型的調節
  20 主動學習
  21 相關和因果
  22 反饋迴路
第4章 機器學習演算法
  23 回歸分析
  24 支持向量機
  25 決策樹
  26 協同學習
  27 協作學習的應用
  28 邏輯回歸
  29 貝葉斯模型
  30 時間序列分析和狀態空間模型
  31 k近鄰（k-NN）法和k平均（k-means）法
  32 降維和主成分分析
  33 優化和遺傳演算法
第5章 深度學習的基礎知識
  34 神經網路和其歷史
  35 深度學習和圖像識別
  36 深度學習和自然語言處理
第6章 深度學習的流程和核心技術
  37 基於誤差反向傳播法的神經網路學習
  38 神經網路的優化
  39 坡度消失問題
  40 遷移學習
第7章 深度學習演算法
  41 卷積神經網路（CNN）
  42 遞歸型神經網路（RNN）
  43 強化學習和深度學習

  44 自動編碼器
  45 GAN（生成對抗網路）
  46 物體檢測
第8章 系統開發和開發環境
  47 人工智慧編程使用的主要語言
  48 機器學習的庫和框架
  49 深度學習的框架
  50 GPU編程和快速化
  51 機器學習服務
結束語
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032