深度學習是目前人工智慧裡最熱門的領域之一，許多生活上的應用，如語言翻譯、語音識別、圖形識別、物件偵測、圖像生成等，皆運用了深度學習的技術，而取得重大的突破。   　　在學習開發深度學習演算法時，首先要選擇開發工具與環境。市面上有許多開發深度學習技術的套件，如Tensorflow、Keras、PyTorch、MXNet等，這些工具雖然大幅降低進入深度學習技術的門檻，但仍有環境設置困難、套件...

預測之美，莫過於此 　　未卜先知不再是夢想，用深度學習及機器學習的原理，預測出最精準的結果。 　　完整收錄 　　√遺傳演算法、粒子群演算法、模擬退火求解 　　√多元線性、Ridge回歸、Lasso回歸、分位數回歸、穩健回歸 　　√GBRT、神經網路、SVM、高斯回歸 　　√Box-Jenkins方法、門檻自回歸、向量自回歸、GARPH模型族、卡爾曼濾波、RNN及LSTM 　　完整的數學...

　　初學者更容易上手的TensorFlow 2.0 　　透過Keras API可更加容易且快速搭建網路 　　運用TensorFlow 2.0和Keras API的強大靈活性和控制性，可輕鬆學會深度學習 　　[ TensorFlow 2.0語法更簡潔 ]學習門檻較低，使初學者更容易上手 　　[ TensorFlow 2.0支援多個平台 ]可以在多種平台上訓練生成的網路模型 　　[ Tenso...

人工智慧時代來臨，必須學習的新技術 輕鬆學會「深度學習」：先學Keras再學TensorFlow 　　★成長最快領域：深度學習與類神經網路，是人工智慧成長最快的領域，讓電腦更接近人類的思考。 　　★應用深入生活：手機語音助理、人臉識別、影像辨識、手寫辨識、醫學診斷、自然語言處理。 　　★實作快速上手：只需Python基礎，依照本書Step by Step學習，就可以輕鬆學會深度學習概念與應...

一步步拆解複雜的數學算式，一筆筆手工算給你看, 硬派學習才能紮穩根基！ 　　「想要學好深度學習，深入了解底層各種演算法的運算細節絕對有其必要！」相信不少初學者正抱持著相同的想法，希望好好熟悉 mini-batch 反向傳播、梯度下降等各種深度學習演算法的細節，但多數的情況卻可能一直碰壁... 　　原因很簡單，當你深究神經網路的底層運算，會發現種種演算法的背後統統都是數學, 學寫程式還行，...

　　實作現代強化學習方法：深度Q網路、值迭代、策略梯度、TRPO、AlphaGo Zero… 　　強化學習（RL）的最新發展，結合使用深度學習（DL），在訓練代理人「像人類一樣地」解決複雜問題這方面，取得了前所未有的進步。Google團隊利用演算法來玩知名的Atari街機遊戲，並擊敗了它們，這可以說是讓RL領域發光發熱的重要推手，而世界各地的研究人員正馬不停蹄地研發各種新的想法。 　　《...

　　推薦系統對電商的重要性好比大樓的地基，在既有的商品品項上創造更大的利潤一直是演算法工程師深度挖掘的目標。深度學習早就跳出CV和NLP的範疇，進而分析購買行為。本書不但深入介紹了DNN，更將序列資料中最重要的Embedding包含進來，進而介紹各大巨頭的推薦系統，包括了特徵工程、注意力機制等，也說明了Youtube、Facebook、阿里巴巴等推薦系統的原理介紹，全書還使用了Spark M...

【PyTorch官方唯一推薦教材！】   　　深度學習是近年來非常夯的一個領域，發展的速度也十分的驚人。曾經，深度學習的函式庫五花八門，各自都具備了一定的重要性。如今，使用者開始往兩大函式庫，PyTorch及Tensorflow靠攏，進而鞏固了它們的地位。在2018年以前，Tensorflow在國際學術頂尖會議中的論文引用率都遠超PyTorch。自2019年起，PyTorch就奮起直追，越來...

　　超值學習資源！作者親自錄製了長達180分鐘的影音教學影片，是初學者學習與教師教學的最佳強化工具。    　　邁向AI人工智慧！向AI人工智慧！透過mBot機器人以mBlock積木體驗人工智慧、物聯網與大數據等互動程式設計，激發邏輯思考、創造力及想像力。    　　本書內容從生活情境解析mBot功能、規劃mBot元件、動手實作、設計演算法、設計程式到mBot自動執行的學習流程，涵蓋不同面向...

　　數學忘光光，人工智慧原理看不懂？ 　　→ 大量的【圖解說明】讓你秒懂運作原理 　　用相同資料集，訓練好的模型準確率比別人低很多？ 　　→ 【舉一反三不死背】，教你用最適當的演算法調整模型 　　手上一堆資料，但要怎麼餵給神經網路？ 　　→ 解說各種類型資料的【預處理手法】 　　本書秉持「先圖解、再實作，而後實務應用」的精神，帶你實際使用 　　Python 3 + TensorFlow...

　　以step by step的方式學習人工智慧的程式撰寫 　　最近，「人工智慧」、「深度學習」這類的關鍵字出現在的機會非常多，但能夠實際動手做的人卻非常少。本書以非研究者的一般讀者為主要族群，希望帶著各位讀者邊做邊了解強化學習與深度強化學習，也會盡量介紹與解說可實際操作的程式碼。只要您具備粗淺的程式設計經驗以及初階的線性代數知識，就能看懂本書的內容。 　　透過本書，您將可以： 　　．...

　　從基本暸解深度學習的運作機制！ 　　詳盡解說讓不擅長數學的人也能夠暸解。 　　僅用Python和NumPy，就可一步一腳印完成實作！ 　　獻給想要跨出「只會使用函式庫實作」舒適圈的人。 　　「雖然我知道如何透過函式庫來做深度學習，但其實並不曉得它到底是怎麼運作」 　　「想要了解深度學習的數學原理，搞懂深度學習的運作方式」 　　本書就是為了滿足這樣的需求而推出的。透過朋友之間的對話，採...

　　深度學習是一種機器學習，透過概念階層方式，讓電腦從經驗中學習，進而理解世界。由於可利用經驗累積知識，因此無須人為操控來指定電腦所需的全部知識。概念階層容許電腦經由簡單概念建置與學習更複雜的概念，其中組成的階層圖會呈現出多層深度框架。本書內容涵蓋廣泛的深度學習主題。 　　本書是以數學與概念為基底，涵蓋線性代數、機率論與資訊理論、數值計算以及機器學習等相關概念。書中將論述業界實作者與行家們...

　　► 常常看到、聽到、卻不知道如何入手 　　► 最徹底、最過癮的深度學習理論基礎大公開 　　► 讓28個矽谷資深AI大師把最重要的100道面試題說清楚、講明白   　　適合讀者群   　　相關科系學生檢查和加強對所學知識點的掌握程度、求職者快速複習和補充相關的深度學習知識、演算法工程師作為工具書隨時參閱，或對人工智慧、深度學習感興趣的研究人員。   本書特色  ...

　　本書提供穩固而札實的實務基礎，讓你有能力解決各種NLP任務。本書涵蓋NLP的各個面向，除了理論基礎之外，更強調實務方面的實作。在解決各種NLP任務時，如果能在實務方面擁有良好的基礎，一定有助於你順利過渡到更高級的理論架構。此外，若能在實務方面有更扎實的理解，也就可以讓你更充分利用特定領域的知識，進而對演算法做出更好的調整。 　　透過本書，您將可以： 　　．了解NLP的概念與各種自然語言...