機器學習入門：從玻爾茲曼機器學習到深度學習 epub pdf txt mobi 電子書下載 2024

圖書介紹

☆☆☆☆☆

著者

齣版者出版社：碁峰訂閱出版社新書快訊新功能介紹

翻譯者譯者：許郁文

齣版日期出版日期：2018/04/17

語言語言：繁體中文

下載鏈接在頁麵底部

點擊這裡下載

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找書就要到灣灣書站

twbook.tinynews.org

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

發錶於2024-11-26

類似圖書點擊查看全場最低價

圖書描述

用最親切的方式，告訴你機器學習到底是在學什麼

　　．日本IT技術書部門大賞2018年得獎作品
　　．以輕鬆有趣的對話方式進行，沒有艱澀難懂的文字
　　．用生活化的譬喻解說機器學習的原理
　　．簡單易懂的插圖解說，非專業人士也能藉由本書理解機器學習

　　機器學習正處於不斷演化的階段，本書將介紹玻爾茲曼機器學習與深度學習。什麼是「玻爾茲曼機器學習」呢？舉個例子來說，即使是有點模糊或部分被遮住的圖片，人類也能立刻了解圖片的內容，這是因為人類能斟酌過去的經驗與現在的狀況，了解圖片的內容。所謂的「玻爾茲曼機器學習」，就是讓電腦也能得到這種能力的方法。也就是為電腦打造眼睛與腦部記憶的構造。深度學習則是在這項技術加上腦部判斷能力，讓電腦根據周遭的情況做出「這個是這樣，那個是之前看過的那個」的判斷技術。即使您從未接觸過「機器學習」的知識，也能藉由本書建立基本的概念。

著者信息

作者簡介

大関真之

　　現任教於日本東北大學。專長是統計力學、量子力學、機器學習。曾經榮獲得手島精一紀念研究賞博士論文賞、第6回日本物理學會若手獎勵賞、文部科學大臣表彰若手科學者賞。

機器學習入門：從玻爾茲曼機器學習到深度學習 epub pdf txt mobi 電子書下載

圖書目錄

第1章｜什麼都不懂的鏡子
1.1 魔鏡與皇后
1.2 試著機械學習
Column 機械學習是什麼？
1.3 根據資料學習
Column 機械的自主學習

第2章｜美麗的祕訣
2.1 魔鏡的答案
Column 數學的必要性
2.2 挑戰迴歸問題
Column 機械也跟人類一樣？
2.3 代表美麗的函數
Column 機械也有老師

第3章｜挑戰最佳化問題
3.1 皇后全力衝刺！
Column 從演算法多學一點
3.2 模型的極限
Column 訓練資料與測試資料
3.3 建立新的特徵值
Column 如何建立困難的函數？
3.4 神經網路
Column 大腦的資訊處理機構

第4章｜挑戰深度學習
4.1 推桿推不動了？
Column 深度學習的風潮
4.2 注意過擬合
Column 機械學習就是與過擬合戰鬥
4.3 批次學習與在線學習
Column 隨機梯度下降法的復活

第5章｜預測未來
5.1 識別的鏡子
5.2 尋找分界線
Column 支持向量機的泛化能力
5.3 原本就能分離嗎？
Column 扭曲空間的核心函數
5.4 填補資料的缺漏
Column 資料的本質
5.5 掌握資料的本質
Column 稀疏性與人類的直覺

第6章｜映出美麗的鏡子
6.1 珍貴的圖片資料
Column 利用磁鐵進行機械學習？
6.2 玻爾茲曼機械學習的影像處理
Column 機械學習與統計力學
6.3 能辨識更複雜的特徵嗎？
Column 變分原理
6.4 使用隱藏變數，打造多元世界
Column 採樣專用機器登場
6.5 複雜資料的真面目
Column 辛頓先生的意志力

第7章｜只找出臉部的美麗度
7.1 知道世上所有事情的魔鏡
7.2 魔鏡啊魔鏡、魔鏡先生

圖書序言

機械的自主學習

機械學習可透過學習這個容易想像的字眼進一步了解。請想像成讓機械學習的樣子。這裡指的機械是電腦，所以在電腦裡輸入各種資料就等於讓電腦學習。

簡單來說，就是讓電腦看大量的計算練習題，不斷地連續計算，這世界上有這種問題，這麼做就是解開問題，這等於是叫電腦模仿人類的解題方式。

不過，聽到這裡，大家應該會有疑問吧？機械真的能了解這些計算方式嗎？其實它們並不了解。感覺上就只是讓電腦看大量的問題與解答的模式，然後再從中找出法則或規則，最後順利得出解答而已。人類的學習也差不多是這種模式。如果被別人問到「為什麼加法會是這樣的加法？」大部分的人應該只能回答加法就是加法。

我們常常都是憑藉著經驗與結果接受既定的事物，然後再繼續向前進。而機械學習就是讓機械以這種模式學習。

如果對象是人類，當然就能更有效率地教導規則，而教導規則的過程就稱為教育，但是當對象換成機械，又該怎麼教才有效率呢？由於我們是人類，所以有必要找出能更有效率地教導機械的方法，而這個方法就是數學的公式，這或許也是大部分機械學習初學者覺得困擾的部分。

機械的自主學習

加法、減法、乘法、除法，這是誰都學過的四則運算。

不過大家真的敢說完全理解這些運算嗎？或許大家能完成運算，但真的能說已經了解這些運算嗎？即使能正確運算，但其實不了解這些運算的真正意義，只是學會了這些運算的規則而已。

機械學習所做的事就是了解輸入與輸出之間的關係，換言之就是判讀輸出入的關聯性。

這世上已經有這樣的規則，所以教電腦依樣畫胡蘆地模仿這些規則，然後試著根據這些規則輸入資料，結果就得到同樣的輸出結果。如果稍微調整規則，輸出的結果也會跟著改變。重複這個過程，就能得到不同的輸出結果。這跟小孩鬧著玩，結果玩出很多花樣是一樣的道理。

此時的父母親會跟小孩說：「這樣做才對喲」。做計算練習題的時候也是一樣。只要稍微算錯，就會被打叉，老師也會幫忙修正。總之就是一邊訂正，一邊複習，再進行微調。

機械學習做的事情跟這些完全一樣。目標是要解出所有問題的正確答案，所以不斷不斷地解同一個問題。為了讓輸出的結果與資料相符，不斷地調整參數。為了提高解題率，所以重複細部的調整。大家都持續相同的努力。