可視化輕鬆學AI -- Excel + TensorFlow
高煥堂
- 出版商: 廣悅
- 出版日期: 2019-09-01
- 定價: $480
- 售價: 9.0 折 $432
- 語言: 繁體中文
- ISBN: 9868494699
- ISBN-13: 9789868494695
-
相關分類:
Excel、DeepLearning、TensorFlow
立即出貨 (庫存 < 5)
買這商品的人也買了...
-
$648$616 -
$474$450 -
$720$612 -
$560$437 -
$474$450 -
$294$279 -
$650$514 -
$550$435 -
$490$441 -
$450$405 -
$301對比 Excel,輕鬆學習 Python 數據分析
-
$650$514 -
$780$616 -
$500$390 -
$454物聯網嵌入式軟件, 3/e (Embedded Software for the IoT, 3/e)
-
$560$442 -
$620$484 -
$620$484 -
$374從 AI 模型到智能機器人:基於 Python 與 TensorFlow
-
$420$332 -
$588$559 -
$1,910$1,815 -
$356機器人技術設計、應用與實踐
-
$450$405 -
$450$355
相關主題
商品描述
這是筆者的上一本書《不編程,而學 AI:Excel+TensorFlow》的姊妹作品。本書期待各位讀者都能輕鬆地學習 AI,而且在短短不到一天之內,就能對 AI 有深刻的認識,並且有趣味的形象,一直長留於心中。例如,本書以<1 位格格>和<2 位丫嬛>來說明 CNN(卷積神經網路)的兩項主要結構,及其密切合作、一起學習智慧的過程。然後,基於 BP(反向傳播)的<3 個公式>來封裝複雜的數學推導,其具有極簡的外貌,包容千變萬化,讓人人都能掌握簡單,來駕馭 AI 算法的無窮變化。
許多人說:學 AI 之路,從探索特徵(Feature)出發。每一個人從小就會分辨兔子和熊了,因為兔子有一個明顯的特徵:耳朵長長,身體小小。而熊則是耳朵短短,身體胖胖。 所以本書以 4 隻玩具兔/熊的特徵來做為出發點,並從古典的 AI 預測模式,貫穿到當今流行的 AI 探索策略。<1 位格格,2 個丫嬛,3 行公式,4 隻玩具,5 小時學會 AI>除了上述的輕鬆愉快學習 AI 之外,本書也延續上一本書《不編程,而學 AI》的特色:書內的範例都是可以操作的。讓大家都能依循<做中學>的模式來學習規畫 AI 的訓練模型,並藉由簡潔的 Excel 畫面來操作TensorFlow 進行實際的模型訓練,親手創造可愛的 AI 智慧模型。藉由Excel與TensorFlow的結合,讓您可以享受視覺化、趣味化、做中學 AI 的樂趣。於是,AI 將長留於您心中,也如同千里馬一般,陪伴著您的成長,邁向美好的前景。
高煥堂 2019.08.01
謹識於 銘傳大學
歡迎來信索取本書的範例程式碼:
服務信箱 : misoo.tw@qq.com 或 : misoo.tw@gmail.com
目錄大綱
第1章、 學習 AI 之路,從探索特徵出發, 7
1.1 從認識特徵(Feature)出發
1.2 特徵範例(一):玩具兔和玩具熊
1.3 特徵範例(二):阿拉伯數字<2>和<7>
1.4 特徵範例(三):局部感受野(Receptive field)
1.5 特徵範例(四):阿拉伯數字<0>~<9>
第2章、 簡單算術:兩兩相乘&求和, 27
2.1 以簡單算術來取得特徵(Feature)
2.2 演練(一):矩陣的兩兩相乘&求和
2.3 演練(二):從圖像(Picture)裡找特徵
2.4 討論
第3章、 丫嬛提取特徵,格格學習, 47
3.1 複習:善用 Excel 的簡潔畫面(UI)
3.2 從 Python 叫出 Excel 工作表
3.3 丫嬛提取特徵,讓格格學習
3.4 範例(一):以玩具兔/熊為例
3.5 範例(二):以<相乘求和>來提取特徵
3.6 範例(三):提取局部特徵
3.7 範例(四):讓格格辨識圖像
第4章、 從相乘求和到卷積運算, 81
4.1 丫嬛的智慧:從<兩兩相乘&求和>出發
4.2 向量:一維的<相乘求和>
4.3 矩陣:二維的<相乘求和>
4.4 卷積:卷動的<相乘求和>
第5章、 丫嬛與格格一起學習, 107
5.1 權重:代表丫嬛和格格的智慧
5.2 從<相乘求和>到權重的觀念
5.3 複習:只訓練(AI)格格
5.4 格格與丫嬛一起學習(即訓練)
5.5 兩階段的學習活動
5.6 BP 階段的三步驟
第6章、 BP 三公式:力與美的結合, 143
6.1 複習:BP 的三步驟
6.2 BP 三步驟的計算公式
6.3 BP 三公式的計算範例
6.4 BP 三公式的美學思維
第7章、 認識 CNN 的 Pooling 層, 167
7.1 從丫嬛的比喻,認識隱藏(Hidden)層
7.2 從資料流動,看隱藏層
7.3 卷積層的夥伴:池化(Pooling)層
7.4 讓丫嬛與格格一起學習:卷積層+池化層
第8章、 趣味性學 AI 與教 AI, 213
8.1 邀請您來成為 AI 世界的主角
8.2 AI 擬人化(一):以調整稅率爲例
8.3 AI 擬人化(二):以調整工作時數爲例
8.4 AI 擬人化(三):老師與學生的<教學相長>
第9章、 讓丫嬛與格格來辨識您的筆跡, 241
9.1 開始與格格、丫嬛們互動
9.2 親自輸入筆跡
9.3 建立您自己的筆跡檔
9.4 瀏覽您的筆跡檔
9.5 展開訓練:使用 TensorFlow
第10章、AI 智慧的兩段式移植策略, 271
10.1 AI(智慧)模型超市的概念
10.2 從一個情境說起
10.3 以《Excel+TF》一書的 aa08 範例來說明
10.4 結語
第11章、以 Python 表達 BP 三公式, 283
11.1 Python 的妙用
11.2 BP 三公式:Keras/Python 程式範例
11.3 BP 三公式:Numpy/Python 程式範例
11.4 Python 與 Excel
附錄-A、AI 的本質及其商業的康莊大道, 325
附錄-B、好書介紹:《動腦創新、動手設計》, 331