選擇的能力 -- 探索人工智慧的核心
陳永維、李厚均
- 出版商: 鼎茂
- 出版日期: 2020-01-03
- 定價: $500
- 售價: 8.5 折 $425
- 語言: 繁體中文
- 頁數: 424
- ISBN: 9863455644
- ISBN-13: 9789863455646
-
相關分類:
Machine Learning
立即出貨 (庫存 < 5)
買這商品的人也買了...
-
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
TCP/IP 互連網路, 6/e$600$540 -
為你自己學 Git$500$425 -
$1,296Pro SQL Server 2019 Wait Statistics: A Practical Guide to Analyzing Performance in SQL Server -
人工智慧導論 (鴻海教育基金會發行)$380$342 -
$301特徵工程入門與實踐 (Feature Engineering Made Easy) -
$352深度學習的數學 -
Pandas 資料分析實戰：使用 Python 進行高效能資料處理及分析 (Learning pandas : High-performance data manipulation and analysis in Python, 2/e)$580$493 -
Python 網路爬蟲：大數據擷取、清洗、儲存與分析 -- 王者歸來$650$514 -
C Traps and Pitfalls (中文版)$380$296 -
圖解網路的運作機制$380$323 -
NumPy 高速運算徹底解說 - 六行寫一隻程式？你真懂深度學習？手工算給你看！$750$638 -
機器學習工程師面試全破解：嚴選 124道 AI 演算法決勝題完整剖析$650$507 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
精通機器學習｜使用 Scikit-Learn , Keras 與 TensorFlow, 2/e (Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2/e)$1,200$948 -
Python 機器學習 (上), 3/e (Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 3/e)$620$484 -
Python 機器學習 (下), 3/e (Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 3/e)$520$406 -
獨角獸專案｜看IT部門如何引領百年企業振衰起敝，重返榮耀 (The Unicorn Project)$480$408 -
30分鐘就讀懂：機器學習從數學開始$590$466 -
Kaggle 競賽攻頂秘笈 -- 揭開 Grandmaster 的特徵工程心法，掌握制勝的關鍵技術$1,000$850 -
最踏實 AI 之路：全白話機器學習一次搞懂$780$616 -
最強行銷武器 — 整合行銷研究與資料科學$580$458 -
Python 與物聯網程式開發終極實戰寶典 (Practical Python Programming for IoT)$620$465 -
$1,760Grokking Streaming Systems: Real-Time Event Processing (Paperback) -
![軟體測試實務 : 業界成功案例與高效實踐 [ I ]-cover](https://cf-assets2.tenlong.com.tw/products/images/000/190/416/medium/9786263334854_bc.jpg?1684829887)
軟體測試實務 : 業界成功案例與高效實踐 [ I ]$650$507
相關主題
商品描述
人工智慧正在快速改變我們的世界！面對這項技術革新，如何有效學習並保持競爭力是急需關注的議題，有鑑於此，筆者將多年的實務與教學經驗撰寫成冊，以協助讀者能更有效的學習人工智慧。本書以深入淺出的方式介紹26個經典人工智慧演算法，並以生活化案例引導讀者體會其中的巧思，期望讀者能在閱讀本書後，將人工智慧廣泛應用在各個領域中。
目錄大綱
00 人工智慧與機器學習 7
01 K近鄰 31
02 多項樸素貝葉斯 35
03 線性迴歸 49
04 局部加權線性迴歸 59
05 邏輯迴歸 65
06 彈性網路 83
07 分類迴歸樹 93
08 反覆運算二叉樹 109
09 C4.5 119
10 自適應增強 131
11 隨機森林 147
12 極限梯度提升 153
13 支持向量機 179
14 K均值 235
15 階層式分群 241
16 DBSCAN 249
17 最大期望演算法 259
18 深度神經網路 289
19 卷積神經網路 303
20 循環神經網路 319
21 生成對抗網路 337
22 Q-learning 353
23 主成分分析 377
24 奇異值分解 389
25 先驗演算法 403
26 頻繁模式樹 413
