世界第一簡單機器學習 epub pdf txt mobi 電子書下載 2024

圖書介紹

☆☆☆☆☆

著者

齣版者出版社：世茂訂閱出版社新書快訊新功能介紹

翻譯者譯者：衛宮紘

齣版日期出版日期：2019/04/02

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2024-04-20

類似圖書點擊查看全場最低價

圖書描述

適合研究者、工程師，
資訊、金融、教育、醫療業未來發展必需的參考指標，
在人工智慧研發、醫學診斷和機器人區域大展身手的第一本書！

　　涉及大量統計學理論，
　　讓人工智慧「自動學習」的演算法，
　　就是應用於電腦視覺、資料探勘、證券試場分析的機器學習。
　　搜尋引擎、語音及手寫辨識、戰略遊戲也能看到它的蹤跡。
　　透過預測、判斷、評估、排序，提高準確率！
　　打好機器學習基礎，工作從此事半功倍！

好評推薦

　　日本讀者好評推薦
　　真的很好懂。雖然需要有線性代數和偏微分的底子，但不需要實際計算，只要看懂基本概念就行了。書中有豐富的圖片和親切的說明，讓讀者容易吸收，非常推薦！──Masaru Kamata

　　是一本適合初學者的書。就連沒有機械學習知識的我也能理解整體概念。書末附上的索引在深入查詢時非常好用。漫畫部分鮮活的角色和情節也將內容的難度降低了。推薦給想了解機械學習的人。──JyunJyun

　　巧妙地將漫畫和工作書結合，讓人一讀就停不下來了。最大的優點是有附數學解說，也有舉出現實中的應用範例，讓讀者了解能應用的場合和方式。Q&A的部分能激發思考，加深理解。我會推薦這本書給學生看。──Танечка

著者信息

作者簡介

荒木雅弘

　　1998年取得（工學）博士學位（京都大學）。
　　1999年曾任京都工藝纖維大學工藝學系助理教授。
　　2007年起任職京都工藝纖維大學工藝科學研究科副教授。

　　〈著作〉
　　《語音對話系統》（合著，歐姆社）
　　《用免費軟體建構語音辨識系統從模式辨識、基本機器學習到對話系統》（森北出版）
　　《用免費軟體學習語意網與相關互動》（森北出版）
　　《用免費軟體開始機器學習入門》（森北出版）
　　《圖解語音辨識》（講談社）

審訂者簡介

張智星

　　現職：台灣大學資訊系教授、台大醫院資訊室主任、台大金融科技研究中心主任
　　學歷：美國加州大學柏克萊分校電機電腦系博士
　　經歷：工研院資通所顧問
　　授課科目：資料結構與演算法、科學計算、金融科技導論、音樂訊號分析與檢索、人工智慧及深度機器學習之生醫藥產業應用
　　研究領域：語音辨識與評分、音樂分析與檢索、精準尋與行銷、醫療大數據分析

譯者簡介

衛宮紘

　　清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》（東販）、《超慢跑入門》（商周）、《男人懂了這些更成功》（潮客風）、《世界第一簡單電力系統》（世茂）……等。賜教信箱：emiyahiro@hotmail.com.tw

世界第一簡單機器學習 epub pdf txt mobi 電子書下載

圖書目錄

序

序章請教我機器學習！
紗耶香的房間① 紗耶香與女高中生小愛

第1章怎麼做迴歸？
1.1 預測數據的困難
1.2 從解釋變數求目標變數
1.3 求線性迴歸函數
1.4 正規化的效果
紗耶香的房間② 數學的複習1

第2章怎麼進行識別？
2.1 整理資料
2.2 由資料預測類別
2.3 邏輯識別
2.4 決策樹的識別
紗耶香的房間③ 數學的複習②

第3章評估結果
3.1 要用測試資料評估才有意義
3.2 訓練資料、檢驗資料、評估資料
3.3 交叉驗證法
3.4 準確率、精確率、召回率、F值
紗耶香的房間④ 數學的複習③

第4章深度學習
4.1 神經網路
4.2 反向傳播法訓練
4.3 挑戰深度學習
4.3.1 深度神經網路的問題點
4.3.2 多層訓練上的技巧 1事前訓練法
4.3.3 多層訓練上的技巧 ②激活函數
4.3.4 多層訓練上的技巧 ③規避過度學習
4.3.5 結構特化的神經網路
紗耶香的房間⑤ 數學的複習④

第5章整體學習
5.1 裝袋法
5.2 隨機森林
5.3 提升法
紗耶香的房間⑥ 數學的複習⑤

第6章非監督式學習
6.1 集群分析
6.1.1 階層式集群分析
6.1.2 分割式集群分析
6.2 矩陣分解
紗耶香的房間⑦ 數學的複習⑥

結尾
索引

圖書序言

紗耶香的房間1 紗耶香與女高中生小愛

紗：好久不見，小愛。上次碰面是在爺爺家吧？

愛：對啊，那個時候表姊妹都在嘛。

話說回來，紗耶姊，今天怎麼了嗎？

紗：今天……大學的學弟來請教機器學習，我就幫他稍微上了一下課，但不曉得他是不是真的聽懂……

我記得小愛在高中選擇理工組，所以想聽聽妳的看法。

愛：機器學習是指AI嗎？機器的智能，感覺好像很難。

紗：不過，機器學習的本質是根據資料建立數學模型，再由電腦來驅動這個模型唷。這個數學模型的基礎部分，大概高中生應該理解才對。

愛：我是有在天文部編寫過觀測用的程式，數學也是喜歡的科目，只有這些知識能夠理解嗎？

紗：小愛的話，沒問題的。

第一次上課講了迴歸問題，妳能聽聽看嗎？

愛：好吧。我就來聽聽這個困難的東西！

紗耶香的房間2 數學的複習-1

紗：小愛到哪邊能夠聽懂？

愛：出現好多向量、矩陣耶。向量是用括號括住一排數字，二維向量是（a,b）、三維向量是（a,b,c），但維向量我就不太清楚了……

紗：在4以上後，無法想像該空間，的確會覺得比較難懂。不過，我們不用勉強想像空間，可簡單看作是許多數字排在一塊就行了。

愛：數字縱向排成的列向量有什麼意義嗎？

紗：沒有特別的意義，但這邊在排列複數特徵時，約定俗成會排成縱方向。機器學習會很常遇到矩陣和向量的乘法計算，矩陣從左側乘上列向量時，可用矩陣的積來表示矩陣的合成，相當便利。

愛：高中沒有教矩陣……。

紗：嗯……矩陣可以想成是數字排成四角型。

紗：雖然行列的定義在有些國家相反，但日本數學的定義是橫方向為行、縱方向為列。我是以行列漢字「右半部」兩條線的方向來記憶唷。

愛：原來如此！

紗：舉例來說，行方向有兩個數字、列方向有兩個數字，會稱為2行2列的矩陣。矩陣的加法是相加相同位置的數字，但乘法就比較麻煩了。

紗：相乘後矩陣第n行第m列的數值，是取出前面矩陣的第行和後面矩陣的第m列，依行列數字出現的先後順序相乘，再把各乘積相加起來求得。

愛：這樣的話，如果前面矩陣的列數和後面矩陣的行數不同，就沒有辦法做乘法。