防詐3要訣：不聽信、不操作、掛斷電話 
完全圖解人工智慧: 零基礎也OK! 從NLP、圖像辨識到生成模型, 現代人必修的53堂AI課
図解即戦力: AIのしくみと活用がこれ1冊でしっかりわかる教科書
79
480379
查詢門市庫存
由多位日本AI專家共同執筆
一本就能掌握最完整的AI原理與應用
列表資料、圖像辨識、機器學習演算法X完整圖解介紹
豐富的圖表解析X專題實作
一本就能掌握最完整的AI原理與應用
列表資料、圖像辨識、機器學習演算法X完整圖解介紹
豐富的圖表解析X專題實作
內容簡介
由多位日本AI專家共同執筆
一本就能掌握最完整的AI原理與應用
列表資料、圖像辨識、機器學習演算法X完整圖解介紹
豐富的圖表解析X專題實作
★用「關鍵字」掌握重點！
從AI工程師到相關行業的營業員
以及商務人士都能高效理解！
監督式學習
非監督式學習
強化學習
CNN
RNN
BERT
NLP
語料庫
Transformer
GPT-3
VAE
GAN
通用性能
圖像分割
線性迴歸模型
決策樹
隨機森林
XGBoost
邏輯迴歸模型
k-NN
k-means演算法
★最完整的AI通識入門寶典！
除了上述的AI關鍵字之外，還搭配大量圖表、範例深入淺出解說。
只要讀完這本書，就能全方位掌握AI的原理與應用方式!!
★和日本多位人工智慧專家
一起學習、認識AI！
從AlphaGo、Deepfake到ChatGPT，
AI與其相關技術已是現代人日漸仰賴的存在。
透過本書，我們便可高效習得和AI有關的知識，
並對未來的趨勢有更清晰的洞見。
產品目錄
第1章
什麼是AI
01 AI的定義──12
02 AI擅長與不擅長的領域──14
03 AI的發展歷程──18
04 什麼是機器學習──22
05 什麼是深度學習──26
06 機器學習與深度學習的差異──30
第2章
AI的基礎知識
07 機器學習與統計學──36
08 相關性與因果關係──40
09 機器學習與資料探勘──44
10 什麼是監督式學習──48
11 什麼是非監督式學習──52
12 什麼是強化學習──56
13 AI與大數據──60
14 從資料種類看AI的特徵──64
15 AI系統的開發流──68
第3章
自然語言處理的方法和模型
16 什麼是自然語言處理（NLP）──74
17 NLP的模糊性與困難──80
18 NLP的預處理──84
19 語言模型與分散式表徵──90
20 標注語料庫與雙語語料庫──98
21 遞歸神經網路（RNN）──104
22 Transformer──110
23 BERT──116
24 GPT-3──122
第4章
以GAN為基礎的生成模型
25 進軍創作領域的AI──130
26 以生成模型為基礎的演算法──132
27 用GAN生成圖像──138
28 敵對攻擊與防禦──144
29 GAN的未來發展──148
第5章
圖像辨識的方法和模型
30 圖像辨識的任務──156
31 卷積神經網路（CNN）──160
32 引爆圖像辨識發展的CNN──164
33 CNN的精度與大小平衡──168
34 訓練的技巧1──172
35 訓練的技巧2──176
36 深度學習的可解釋性──180
37 圖像辨識的評價指標──184
38 精度的評價指標與通用性能──188
第6章
列表資料的機器學習演算法
39 列表資料的預處理──194
40 監督式學習1：線性迴歸模型──196
41 監督式學習2：決策樹──200
42 監督式學習3：隨機森林──204
43 監督式學習4：XGBoost──208
44 監督式學習5：邏輯迴歸模型──212
45 監督式學習6：神經網路──216
46 監督式學習7：k-NN（k-Nearest Neighbor）──220
47 非監督式學習1［分群］：k-means法──222
48 非監督式學習2［分群］：階層式分群──226
49 非監督式學習3［分群］：譜分群──228
50 非監督式學習4［降維］：PCA（主成分分析）──232
51 非監督式學習5［降維］：UMAP──236
52 非監督式學習6［降維］：矩陣分解──240
53 非監督式學習7［降維］：自編碼機──244
結語──248
索引──249
作者介紹──254
什麼是AI
01 AI的定義──12
02 AI擅長與不擅長的領域──14
03 AI的發展歷程──18
04 什麼是機器學習──22
05 什麼是深度學習──26
06 機器學習與深度學習的差異──30
第2章
AI的基礎知識
07 機器學習與統計學──36
08 相關性與因果關係──40
09 機器學習與資料探勘──44
10 什麼是監督式學習──48
11 什麼是非監督式學習──52
12 什麼是強化學習──56
13 AI與大數據──60
14 從資料種類看AI的特徵──64
15 AI系統的開發流──68
第3章
自然語言處理的方法和模型
16 什麼是自然語言處理（NLP）──74
17 NLP的模糊性與困難──80
18 NLP的預處理──84
19 語言模型與分散式表徵──90
20 標注語料庫與雙語語料庫──98
21 遞歸神經網路（RNN）──104
22 Transformer──110
23 BERT──116
24 GPT-3──122
第4章
以GAN為基礎的生成模型
25 進軍創作領域的AI──130
26 以生成模型為基礎的演算法──132
27 用GAN生成圖像──138
28 敵對攻擊與防禦──144
29 GAN的未來發展──148
第5章
圖像辨識的方法和模型
30 圖像辨識的任務──156
31 卷積神經網路（CNN）──160
32 引爆圖像辨識發展的CNN──164
33 CNN的精度與大小平衡──168
34 訓練的技巧1──172
35 訓練的技巧2──176
36 深度學習的可解釋性──180
37 圖像辨識的評價指標──184
38 精度的評價指標與通用性能──188
第6章
列表資料的機器學習演算法
39 列表資料的預處理──194
40 監督式學習1：線性迴歸模型──196
41 監督式學習2：決策樹──200
42 監督式學習3：隨機森林──204
43 監督式學習4：XGBoost──208
44 監督式學習5：邏輯迴歸模型──212
45 監督式學習6：神經網路──216
46 監督式學習7：k-NN（k-Nearest Neighbor）──220
47 非監督式學習1［分群］：k-means法──222
48 非監督式學習2［分群］：階層式分群──226
49 非監督式學習3［分群］：譜分群──228
50 非監督式學習4［降維］：PCA（主成分分析）──232
51 非監督式學習5［降維］：UMAP──236
52 非監督式學習6［降維］：矩陣分解──240
53 非監督式學習7［降維］：自編碼機──244
結語──248
索引──249
作者介紹──254
作者介紹
高橋海渡（Takahashi Kaito）
第1、2章的主筆。曾在AI供應商從事新事業開發和研究機構的AI體驗講師。現為開發者，從事機器學習模型的製作和Web開發工作。
立川裕之（Tachikawa Hiroyuki）
第6章的主筆。獨立資料分析顧問。
曾任事業公司的法人銷售員和SaaS的商務主任，後參與籌劃了株式會社DataMix。以資料分析顧問和研修講師等身份參與過各種項目後獨立。現從事資料分析顧問、演算法開發、資料整備支援等工作。
小西功記（Konishi Kohki）
第4、5章的主筆。任職於株式會社Nikon先進技術開發本部數理技術研究所。
生於和歌山縣。曾在美國勞倫斯柏克萊國家實驗室等機構研究觀測宇宙學，並擔任過資料科學家。於東京大學理學系研究科專攻物理學，取得博士學位。後進入株式會社Nikon，自2015年起任AI（機器學習）工程師。主要研究最尖端的圖像分析技術發展，以及AI技術的社會應用。在國內外學會發表過多項專利。
小林寬子（Kobayashi Hiroko）
第3章主筆。任職於株式會社Nikon先進技術開發本部數理技術研究所。
生於東京都。進入株式會社Nikon時任職於經理部門，後為參與開發業務主動申請調職，現從事應用自然語言處理的市場分析和圖像辨識等技術的研究開發工作。JDLA G檢定2020年第二名，2020年度日本經濟產業省AI Quest修畢。
石井大輔（Ishii Daisuke）
第4章主筆。本書的企劃統籌者。株式會社Kiara代表取締役。
生於岡山縣。在京都大學主修數學，後進入伊藤忠商事，在歐洲開發新事業。2016年成立專攻AI和機器學習的研究社群「TeamAI」。通過1000次的讀書會聚集了1萬名會員。2019年針對外國市場推出可即時翻譯100國語言的Chatbot App「Kiara」。500 Startups Singapore（受日本經濟產業省JETRO補助）畢業生。著有《寫給想成為機器學習工程師的人——以AI為天職》（翔泳社）等書。
■執筆協助
澤井 悠（第3章）／齋藤 豪（第3章）／信田 萌伽（第4、5章）
第1、2章的主筆。曾在AI供應商從事新事業開發和研究機構的AI體驗講師。現為開發者，從事機器學習模型的製作和Web開發工作。
立川裕之（Tachikawa Hiroyuki）
第6章的主筆。獨立資料分析顧問。
曾任事業公司的法人銷售員和SaaS的商務主任，後參與籌劃了株式會社DataMix。以資料分析顧問和研修講師等身份參與過各種項目後獨立。現從事資料分析顧問、演算法開發、資料整備支援等工作。
小西功記（Konishi Kohki）
第4、5章的主筆。任職於株式會社Nikon先進技術開發本部數理技術研究所。
生於和歌山縣。曾在美國勞倫斯柏克萊國家實驗室等機構研究觀測宇宙學，並擔任過資料科學家。於東京大學理學系研究科專攻物理學，取得博士學位。後進入株式會社Nikon，自2015年起任AI（機器學習）工程師。主要研究最尖端的圖像分析技術發展，以及AI技術的社會應用。在國內外學會發表過多項專利。
小林寬子（Kobayashi Hiroko）
第3章主筆。任職於株式會社Nikon先進技術開發本部數理技術研究所。
生於東京都。進入株式會社Nikon時任職於經理部門，後為參與開發業務主動申請調職，現從事應用自然語言處理的市場分析和圖像辨識等技術的研究開發工作。JDLA G檢定2020年第二名，2020年度日本經濟產業省AI Quest修畢。
石井大輔（Ishii Daisuke）
第4章主筆。本書的企劃統籌者。株式會社Kiara代表取締役。
生於岡山縣。在京都大學主修數學，後進入伊藤忠商事，在歐洲開發新事業。2016年成立專攻AI和機器學習的研究社群「TeamAI」。通過1000次的讀書會聚集了1萬名會員。2019年針對外國市場推出可即時翻譯100國語言的Chatbot App「Kiara」。500 Startups Singapore（受日本經濟產業省JETRO補助）畢業生。著有《寫給想成為機器學習工程師的人——以AI為天職》（翔泳社）等書。
■執筆協助
澤井 悠（第3章）／齋藤 豪（第3章）／信田 萌伽（第4、5章）
規格
誠品貨碼 / 2682491072001
ISBN13 / 9786263791848
ISBN10 /
EAN貨碼 / 9786263791848
頁數 / 256
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 14.8x21x1.7
級別 / N:無
退貨說明
退貨須知：
- 依照消費者保護法的規定，您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意！猶豫期非試用期)，辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當，若原紙箱已遺失，請另使用其他紙箱包覆於商品原廠包裝之外，切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度，本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費；請您先確認商品正確、外觀可接受，再行拆封，以免影響您的權利；若為產品瑕疵，本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」，下列商品不適用七日猶豫期，除產品本身有瑕疵外，不接受退貨：
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形，可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費)，或影響您的退貨權利，請您在拆封前決定是否要退貨：
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品，除商品本身有瑕疵外，退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送