人工智慧入門:演算分析×設計習題×章節回顧,不只當「被AI引導的人」,更要成為「掌控AI的人」!未來不遠,跟不上時代腳步,未來一定不會有你!
▐ 自2024/1/1 00:00起,台灣樂天市場「屈臣氏」將不贈送 LINE POINTS 點數
▐ 自2023/2/1 00:00起,樂天Kobo電子書不贈送 LINE POINTS 點數,請會員多加留意。
▐ LINE POINT點數回饋依照樂天提供扣除折價券(優惠券)、與運費後之最終金額進行計算。
▐ 愛買與愛票網、a la sha(2023/8/1生效)、GAME休閒館(2023/8/1生效)、專品藥局(2023/8/1生效)等部分店家不參與全站加碼,請詳閱LINE Points 加碼店家清單:https://lin.ee/Y2CcVdk/rcfk
▐ 注意事項
(1)部分服務及店家不符合贈點資格,購買後將不贈送 LINE Points 點數,亦不得使用點數紅包,如:比漾廣場、神腦生活、MyCard、愛美麗福利社、展翔通訊、ezcook 美食廚房、葳豐數位商城、吉盈數位商城、森林巨人、包材中心、KABO佳麗寶家電批發、LuLuLu精品店、NewSTYLE新風尚潮流、0216零食會社、美寶家電、純米小鋪、LILY科技新櫃、登芳3C電子雜貨賣場、豐饌御鴨、鼎耀通訊、誠選3C、Smile、葳豐數位商城二店、米蘭寶、BoBo Outlet代購屋、楊家食品(2022/10/1生效)、樂天Kobo電子書(2023/2/1生效)、屈臣氏(2024/1/1生效)等,請詳閱LINE Points 加碼店家清單。
(2)需透過LINE購物前往台灣樂天市場,並在同一瀏覽器於24小時內結帳,才享有 LINE Points 回饋。
(3)若購買之訂單(包含預購商品)未符合樂天市場 45 天內完成訂單出貨及結帳,則不符合贈點資格。
(4)如使用App、或中途瀏覽比價網、回饋網、Google等其他網頁、或由網頁版(電腦版/手機版網頁)切換為App都將會造成追蹤中斷而無法進行 LINE Points 回饋。
(5) LINE 購物為購物資訊整合性平台,商品資料更新會有時間差,如顯示之商品規格、顏色、價位、贈品與台灣樂天市場銷售網頁不符,以銷售網頁標示為準。
(6)Pickup店家之有效訂單需於下單後40天內使用完畢才符合分潤條件
(7) 若上述或其他原因,致使消費者無接收到點數回饋或點數回饋有爭議,台灣樂天市場保有更改條款與法律追訴之權利,活動詳情以樂天市場網站公告為準。商品描述
作者:姚期智 出版社:崧燁文化 出版日:1121101 ISBN:9786263577756 語言:中文繁體 裝訂方式:平裝 內容簡介 新世紀的技術大變革,「人工智慧」背後的核心技術與原理為何? 「圖靈測試」早在70年前就預言了機器的智慧將會顛覆世界? 程式設計基礎×搜尋算法定義×過度低度擬和×隨機森林算法…… 不只當「被AI引導的人」,更要成為「掌控AI的人」 ──想要掌握AI,先從理論課開始學起! 【搜尋策略】 第一章首先介紹單智慧型搜尋問題的定義,然後詳細介紹盲目搜尋和啟發式搜尋兩種主要的方法;隨後,將介紹多智慧型對抗搜尋。為方便讀者理解,更穿插介紹了一些必要的數據結構知識及例子。 【機器學習】 機器學習是人工智慧領域的一個重要組成部分,其基本想法是利用數據進行學習,而不是人工定義一些概念或結構。第二章將學習機器學習的核心框架,即監督式學習(supervised learning)。監督式學習的應用非常廣泛,目前也有很好的解決方案。從監督式學習出發,本書會介紹各種不同類別的數據集,包括訓練集、測試集等。正確地區分不同類別的數據集,是理解監督式學習的關鍵。 【線性迴歸】 第三章會學到監督式學習中最基礎的線性模型。在經濟學與其他社會科學領域,線性模型仍然是最為常用的模型。線性模型可以用來分析資本存量、人均受教育程度等與經濟增長的關係,或根據市場訊息預測價格變動。本章將基於線性模型的概念,介紹梯度下降法,它不僅可用於線性模型,也適用於絕大部分機器學習算法,是機器學習領域最為常用的優化算法。 【神經網路】 第五章將先從深度線性網路談起,理解為什麼簡單疊加多層線性網路對於函數表達能力毫無提升,因此需要在網路中加入非線性的元素,以得到更強的表達能力,激勵函數就是神經網路中的非線性元素。神經網路的優化算法仍然是梯度下降法,相比線性模型,神經網路的導數計算更為複雜。 本書特色 人工智慧被廣泛應用在日常生活中,包括無人駕駛、臉部辨識、語音助理等,這場技術變革為人類的生活帶來巨大影響,且仍舊在不斷地推陳出新。本書以簡單易懂的實例介紹人工智慧的核心原理,並以數學語言具體分析描述,加深讀者對基礎理論的理解,更結合練習題以便讀者深入學習,希望能從科學角度來見證人工智慧的變革與未來。 作者簡介 作者介紹 姚期智 電腦科學家,2000年圖靈獎得主,是目前唯一一位獲得此獎項的華人。現任北京清華大學交叉資訊研究院院長、北京清華大學理論電腦科學研究中心主任兼教授、香港中文大學博文講座教授、新竹國立清華大學榮譽講座,以及國立臺灣大學特聘研究講座教授,香港中文大學(深圳)傑出大學教授。譯者介紹 目錄 前言 第0章 數學與程式設計基礎 引言 0.1 數學基礎 0.2 程式設計基礎 練習題 程式設計 第1章 搜尋 引言 1.2 搜尋算法基礎 1.3 盲目搜尋 1.4 啟發式搜尋 1.5 對抗搜尋 本章總結 歷史回顧 練習題 第2章 機器學習 引言 2.1 監督式學習的概念 2.2 數據集與損失函數 2.3 泛化 2.4 過度擬合與低度擬合 2.5 創建數據集 2.6 無監督與半監督式學習 本章總結 歷史回顧 練習題 第3章 線性迴歸 引言 3.1 線性迴歸 3.2 優化方法 3.3 二分類問題 3.4 多分類問題 3.5 脊迴歸 3.6 Lasso迴歸 本章總結 練習題 第4章 決策樹、梯度提升 和隨機森林 引言 4.1 決策樹 4.2 隨機森林 4.3 梯度提升 本章總結 歷史回顧&nb...