買這商品的人也買了...
-
$680$537 -
$690$587 -
$380$323 -
$300$270 -
$490$441 -
$450$405 -
$680$537 -
$480$432 -
$520$468 -
$356從 AI 模型到智能機器人:基於 Python 與 TensorFlow
-
$260$234 -
$420$378 -
$1,000$780 -
$528$502 -
$220$198 -
$580$493 -
$680$530 -
$600$468 -
$422深度學習 — 從神經網絡到深度強化學習的演進
-
$403圖神經網絡:基礎與前沿
-
$911AI 芯片:前沿技術與創新未來
-
$458深度學習 : 算法入門與 Keras 編程實踐
-
$779$740 -
$620$527 -
$499$394
相關主題
商品描述
這是一本非常基礎的 AI 入門書籍。AI 的與會比傳統 IT(資訊)有趣的地方是,當今 AI 的基礎是:機器學習(Machine Learning)。這意謂著,AI 是一種新的〈學習者〉,也就是一種新學生。
所以,對各級學校的老師而言,只是增加一種新學生而已。老師們只要能因材施教即可了。例如,小學數學老師過去每年都把〈九九乘法表〉教給人類學生。如今,發揮老師的魅力:因材施教;把〈九九乘法表〉教給機器學生(AI)。俗語說:得英才而教之,一樂也。老師們把〈九九乘法表〉教給機器學生,是非常快樂的,因爲機器只花半秒鐘就學會了,而且過目不忘呢!
對於同學們而言,多了一種新同伴,也可以是貼心的玩伴,能夠 互相學習、亦師亦友。AI 就像龍貓(多多龍)一樣天天陪伴同學們的成長,將成為人生中的美好回憶,不亦美哉。
目錄大綱
第1章、成為 AI 的良師益友
1.1 成為 AI 的良師益友
1.2 電腦與 AI 的區別
1.3 引導 AI 學習:從特徵出發
1.4 與 AI 一起成長智慧
第2章、觀察事物,提取特徵
2.1 科學素養從觀察開始
2.2 特徵是指什麼?
2.3 表達您觀察到的特徵
2.4 把特徵傳遞給電腦(AI)
2.5 人與 AI 之間亦師亦友
第3章、傳授智慧給 AI
3.1 複習上一章的:人與 AI 協同合作
3.2 智慧傳授與機器學習
3.3 傳授智慧:特徵與分類之關聯性
3.4 機器學習(傳授智慧):更多範例
3.5 教導 AI 自己提取特徵
第4章、讓 AI 自己萃取特徵
4.1 複習:人與 AI 的智慧交流&協同合作
4.2 傳授進階的智慧:讓 AI 自動提取特徵
4.3 範例(一):以奇、偶數為例
4.4 範例(二):以九九乘法表為例
4.5 範例(三):以藥物副作用為例
4.6 體驗 AI 的圖像世界
第5章、體驗 AI 的圖像世界
5.1 複習:AI 自動提取圖像的特徵
5.2 體驗情境(一):分辨毒菇與可食菇
5.3 體驗情境(二):分辨斑馬、貓頭鷹與蘑菇
5.4 理解圖像中的基本特徵:位置與顏色
第6章、AI 如何看圖像呢?
6.1 圖像的基本特徵:顏色
6.2 圖像的基本特徵:位置(空間)
6.3 演練範例(一):讓 AI 知道您喜歡的位置
6.4 演練範例(二):讓 AI 知道您喜歡的顏色
6.5 演練範例(三):教導 AI 辨識撲克牌(Poker)
6.6 把 AI 智慧分享出去
第7章、把 AI 智慧傳送千里之外
7.1 準備一個 AI 模型
7.2 預備動作:檢測一下 AI 與手機的連線
7.3 從手機傳送一張 JPG 圖片給 AI
7.4 從手機拍一張照片,並傳送給 AI
7.5 把 AI 智慧傳給遠方的機器人
第8章、 把 AI 智慧移植到手機裡
8.1 認識:共享 AI 智慧的途徑
8.2 自己的 AI 模型
8.3 在 Excel 上測試 AI 智慧
8.4 匯出 AI 智慧,並移植(複製)到手機上
8.5 發揮手機 AI 智慧:指揮多機器人
第9章、 AI 如何學習呢?
9.1 AI 是連連看高手
9.2 複習:如何教 AI 呢?
9.3 請您來演練一下連連看
9.4 AI 也是連連看高手
9.5 更複雜的連連看
9.6 AI 連連看範例:LED 燈數字
第10章、觀摩更多 Excel-AI 範例
10.1 觀摩(1):划拳遊戲(剪刀、石頭、布)
10.2 觀摩(2):藥物副作用 AI 神鷹
10.3 觀摩(3):以求職 AI 為例
10.4 觀摩(4):股市 AI 神鷹
10.5 觀摩(5):以 CF 推薦系統為例
第11章、AI 的魅力從那裡來?
11.1 AI 的本質
11.2 AI 的兩項特徵:黑箱&不確定性
11.3 AI 的兩層規則(Rules)
11.4 傳統 IT 與 AI 的區別
11.5 細說 AI 的
11.6 AI 與機器學習的演進
第12章、 AI 的未來發展之路
12.1 當今 AI:擅長於探索資料相關性
12.2 未來 AI:將持續提升因果性智慧
12.3 人機共舞:迎接新時代的來臨
12.4 範例:決策 AI
附錄