網站最佳化實務|運用機器學習改善網站,提升使用者體驗 ウェブ最適化ではじめる機械学習
飯塚 修平 著 游子賢 譯
- 出版商: 歐萊禮
- 出版日期: 2021-10-21
- 定價: $580
- 售價: 7.9 折 $458
- 語言: 繁體中文
- 頁數: 320
- 裝訂: 平裝
- ISBN: 9865029421
- ISBN-13: 9789865029425
-
相關分類:
Machine Learning、Python
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
Effective Debugging 中文版 | 軟體與系統除錯的 66 個具體作法 (Effective Debugging: 66 Specific Ways to Debug Software and Systems) (書況略舊,不介意在下單)$450$383 -
不敗的數據學:從統計數字中看見真相的 12堂思考訓練,不被造假及濫用的數字唬弄!$380$323 -
看穿假象、理智發聲,從問對問題開始:【全球長銷40年】美國大學邏輯思辨聖經$380$323 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
$551深度學習推薦系統 -
矽谷資深演算法大師:帶你學深度學習推薦系統 (附8頁彩頁)$780$663 -
突破困境:資安開源工具應用(iT邦幫忙鐵人賽系列書)$550$468 -
Python 3.9 技術手冊$560$442 -
精實AI|新創企業如何運用人工智慧獲得成長 (Lean AI)$450$356 -
矽谷工程師教你 Kubernetes:史上最全 CI/CD 中文應用指南(iT邦幫忙鐵人賽系列書)$600$510 -
機器學習設計模式 (Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops)$680$537 -
設計重構:25個管理技術債的技巧消除軟體設計臭味 (Refactoring for Software Design Smells: Managing Technical Debt)$520$406 -
最成熟文件資料庫:MongoDB 實作整合最佳化微服務架構$880$695 -
你所不知道的必學前端 Debug 技巧:即學即用!讓你 Debug 不求人 (iT邦幫忙鐵人賽系列書)$620$484 -
C++ 程式設計的樂趣|範例實作與專題研究的程式設計課 (C++ Crash Course: A Fast-Paced Introduction)$880$748 -
資料科學的統計實務 : 探索資料本質、扎實解讀數據,才是機器學習成功建模的第一步$599$473 -
Mapping Experiences 看得見的經驗, 2/e (Mapping Experiences: A Complete Guide to Customer Alignment Through Journeys, Blueprints, and Diagrams, 2/e)$780$616 -
Python for Excel|自動化與資料分析的現代開發環境 (Python for Excel: A Modern Environment for Automation and Data Analysis)$580$458 -
Web 應用系統安全|現代 Web 應用程式開發的資安對策 (Web Application Security)$580$458 -
跳脫建構陷阱|產品管理如何有效創造價值 (Escaping the Build Trap)$400$316 -
打造高速網站從網站指標開始:全方位提升使用者體驗與流量的關鍵$600$468 -
Python 遊戲開發講座入門篇|基礎知識與 RPG 遊戲$750$593 -
行為改變科學的實務設計|活用心理學與行為經濟學, 2/e (Designing for Behavior Change, 2/e)$680$537 -
銷售 AI 化!看資料科學家如何思考, 用 Python 打造能賺錢的機器學習模型$620$527 -
科技巨頭的演算法大揭祕:資料科學家必讀的資料科學與機器學習實戰筆記(iThome鐵人賽系列書)【軟精裝】$680$530
商品描述
從A/B測試、通用啟發法、吃角子老虎機演算法,到貝氏最佳化
「網頁搜尋、社交網路、手機app,它們每天都在最佳化!
這種概念對許多今後要進行數位化的產業來說不可或缺,也會從根本改變我們在行銷、產品開發和設計的思維。即使不是理工背景,也請從內容感受基於資料的最佳化世界的氛圍。」
-東京大學研究所工學系研究科 人工智慧工程研究中心/技術經營戰略學專攻 教授 松尾豐
只要是網路服務相關開發人員,都無法迴避此課題:提供更好的使用者體驗。本書介紹如何定量評估及改善使用者行為,以達成網路服務的成長。
本書從簡單的A/B測試開始,介紹線性模型、通用啟發法、吃角子老虎機演算法、貝氏最佳化,以及機器學習的各種知識,帶您了解如何用數學方式解決網站最佳化這個現實中的問題。
透過Python範例程式碼與圖表解說的數學模型,仔細解釋機器學習和統計的基礎知識,對於想了解網站最佳化方式與機器學習基礎知識的讀者來說,本書是最適合的選擇。
目錄大綱
第1章 從A/B 測試開始:使用貝氏統計入門假說檢定
第2章 機率程式設計:尋求電腦的幫助
第3章 組合測試:分解為元素思考
第4章 通用啟發法:不用統計模型的最佳化方法
第5章 吃角子老虎機演算法:面對測試中的損失
第6章 組合吃角子老虎機:吃角子老虎機演算法遇到統計模型
第7章 貝氏最佳化:處理連續值的解空間
第8章 未來的網站最佳化
附錄A 矩陣運算的基礎
附錄B Logistic 迴歸上的湯普森抽樣









