試閱

最新機器學習的教科書

Pythonで動かして学ぶ! あたらしい機械学習の教科書

者:
期:
2021/10/20
電子書
$
624
紙本書
$
702
9
780702
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!

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!

產品目錄

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

作者介紹

伊藤真

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。

規格

誠品貨碼 / 2682079810001
ISBN13 / 9789860776393
ISBN10 / 9860776393
EAN貨碼 / 9789860776393
頁數 / 384
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 23X17X3CM
級別 / N:無

退貨說明

退貨須知:

  1. 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)。
  2. 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:

  1. 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)
  2. 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
  3. 報紙、期刊或雜誌。
  4. 經消費者拆封之影音商品或電腦軟體。
  5. 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)
  6. 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)
  7. 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:

  1. 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)。
  2. 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)。
  3. 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。
  4. 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)。
  5. 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)。
  6. 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