

數量
88
490431
此商品享ShopBack 0.5%回饋;不適用於誠品分潤計劃、美安等現金回饋機制
學習頂尖公司的演算法與資料科學,啟發AI創新應用!
完整蒐集頂尖科技公司的演算法,學習AI世界的經驗精華!
全面解析及整理頂尖科技公司的機器學習模型,借鏡打造AI創新路徑!
♚瞭解資料科學:說明資料科學概念,深入淺出演算法
♚掌握實例應用:學習科技公司技術,掌握各種應用場景
♚運用實戰案例:涵蓋
完整蒐集頂尖科技公司的演算法,學習AI世界的經驗精華!
全面解析及整理頂尖科技公司的機器學習模型,借鏡打造AI創新路徑!
♚瞭解資料科學:說明資料科學概念,深入淺出演算法
♚掌握實例應用:學習科技公司技術,掌握各種應用場景
♚運用實戰案例:涵蓋
內容簡介
學習頂尖公司的演算法與資料科學,啟發AI創新應用!
完整蒐集頂尖科技公司的演算法,學習AI世界的經驗精華!
全面解析及整理頂尖科技公司的機器學習模型,借鏡打造AI創新路徑!
♚瞭解資料科學:說明資料科學概念,深入淺出演算法
♚掌握實例應用:學習科技公司技術,掌握各種應用場景
♚運用實戰案例:涵蓋各種機器學習模型來打造實用功能
♚清楚內容編排:針對所需主題閱讀,充分理解演算法概念
【內容簡介】
本書內容改編自第14屆iThome鐵人賽AI& Data組的冠軍系列文章《那些在科技公司和App背後的資料科學》。你是否好奇全球頂尖的科技公司是如何利用資料科學打造出創新且成功的產品呢?本書將會深入介紹Spotify、Meta、Netflix、Uber和Airbnb等科技巨頭如何借助於資料科學和機器學習的技術,來為其產品注入革命性的創新。
本書整理及解析頂尖科技公司的機器模型與應用,內容從閱讀本書所需具備的概念開始,包括推薦系統、多臂式吃角子老虎機、A/B測試及排序模型的常見指標,再分別介紹科技巨頭的演算法內容,如Spotify和Netflix的多媒體內容推薦、Meta的社交內容推薦及排序、Airbnb的搜尋系統及房源排序模型、Uber和Uber Eats的預測模型及推薦系統等,我們將可瞭解這些演算法的理論知識,更可透過案例來學習這些模型是如何應用於實際產品之中。
【目標讀者】
✔想要對科技公司的演算法一探究竟的資料科學家。
✔想借鏡於頂尖科技公司如何利用資料科學,來改善個人的產品或服務的科技產業工作者。
✔想進一步發展自身技能的資料科學家和工程師。
✔對資料科學、科技和創新有濃厚興趣的讀者。
【專業推薦】
「本書非常有結構地介紹現在科技巨頭賴以維生的各種推薦與媒合演算法。內容由淺入深地討論這些科技巨頭如何使用海量數據來揣度人心,闡釋為何看似相同的推薦與媒合問題在不同公司卻有本家家難念的經。」
─ 黃從仁,國立臺灣大學心理學系模型建構與資訊學實驗室
完整蒐集頂尖科技公司的演算法,學習AI世界的經驗精華!
全面解析及整理頂尖科技公司的機器學習模型,借鏡打造AI創新路徑!
♚瞭解資料科學:說明資料科學概念,深入淺出演算法
♚掌握實例應用:學習科技公司技術,掌握各種應用場景
♚運用實戰案例:涵蓋各種機器學習模型來打造實用功能
♚清楚內容編排:針對所需主題閱讀,充分理解演算法概念
【內容簡介】
本書內容改編自第14屆iThome鐵人賽AI& Data組的冠軍系列文章《那些在科技公司和App背後的資料科學》。你是否好奇全球頂尖的科技公司是如何利用資料科學打造出創新且成功的產品呢?本書將會深入介紹Spotify、Meta、Netflix、Uber和Airbnb等科技巨頭如何借助於資料科學和機器學習的技術,來為其產品注入革命性的創新。
本書整理及解析頂尖科技公司的機器模型與應用,內容從閱讀本書所需具備的概念開始,包括推薦系統、多臂式吃角子老虎機、A/B測試及排序模型的常見指標,再分別介紹科技巨頭的演算法內容,如Spotify和Netflix的多媒體內容推薦、Meta的社交內容推薦及排序、Airbnb的搜尋系統及房源排序模型、Uber和Uber Eats的預測模型及推薦系統等,我們將可瞭解這些演算法的理論知識,更可透過案例來學習這些模型是如何應用於實際產品之中。
【目標讀者】
✔想要對科技公司的演算法一探究竟的資料科學家。
✔想借鏡於頂尖科技公司如何利用資料科學,來改善個人的產品或服務的科技產業工作者。
✔想進一步發展自身技能的資料科學家和工程師。
✔對資料科學、科技和創新有濃厚興趣的讀者。
【專業推薦】
「本書非常有結構地介紹現在科技巨頭賴以維生的各種推薦與媒合演算法。內容由淺入深地討論這些科技巨頭如何使用海量數據來揣度人心,闡釋為何看似相同的推薦與媒合問題在不同公司卻有本家家難念的經。」
─ 黃從仁,國立臺灣大學心理學系模型建構與資訊學實驗室
產品目錄
|Chapter 01| 科技產品演算法的先備知識
|Chapter 02| Spotify
|Chapter 03| Netflix
|Chapter 04| Meta
|Chapter 05| Airbnb
|Chapter 06| Uber
|Chapter 02| Spotify
|Chapter 03| Netflix
|Chapter 04| Meta
|Chapter 05| Airbnb
|Chapter 06| Uber
作者介紹
徐歆閔(Min Hsu)
現任職於資安公司的資料科學家,擁有國立臺灣大學的學士和碩士學位,在國際期刊上共發表三篇文章。曾於日本京都大學、加拿大英屬哥倫比亞大學進行研究訪問。
個人熱愛自學和知識分享,於2022年參加iThome鐵人賽,並獲得AI & Data組的冠軍,同時也在Medium和Instagram上進行知識交流。
☛Medium:https://medium.com/smhsu
☛Instagram:@data.scientist.min
【iThome鐵人賽獲獎】
☛AI & Data組冠軍《那些在科技公司和App背後的資料科學》
現任職於資安公司的資料科學家,擁有國立臺灣大學的學士和碩士學位,在國際期刊上共發表三篇文章。曾於日本京都大學、加拿大英屬哥倫比亞大學進行研究訪問。
個人熱愛自學和知識分享,於2022年參加iThome鐵人賽,並獲得AI & Data組的冠軍,同時也在Medium和Instagram上進行知識交流。
☛Medium:https://medium.com/smhsu
☛Instagram:@data.scientist.min
【iThome鐵人賽獲獎】
☛AI & Data組冠軍《那些在科技公司和App背後的資料科學》
規格
誠品貨碼 / 2682715441002
ISBN13 / 9786263336681
ISBN10 /
EAN貨碼 / 9786263337657
頁數 / 220
語言 / 1:中文/繁體
級別 / N:無
檔案格式 / PDF(32MB)
檔案匯出格式 / PDF 提供 Adobe DRM
TTS朗讀 / EPUB不提供TTS朗讀
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


