商品已停售
機器學習：彩色圖解 + 基礎數學篇 + Python實作 王者歸來（第二版）
▐ 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：洪錦魁 出版社：深智數位 出版日：1100510 ISBN：9789865501969 語言：中文繁體 裝訂方式：平裝 內容簡介 這幾年心中總想寫一本可以讓擁有高中數學程度的讀者即可看懂人工智慧、機器學習或深度學習的書籍，或是說看了不會想睡覺的機器學習書籍，這個理念成為我撰寫這本書籍很重要的動力。為了卸除數學心房，筆者撰寫此書依循原則如下： ★：數學原理彩色圖解。 ★：手工計算基礎數學。 ★：Python程式高效實作。 這本數撰寫的幾個特色如下： ☆：全數共用約205個Python實例，講解機器學習的基礎數學 ☆：極詳細、超清楚、帶領讀者從畏懼數學到喜歡數學 ☆：複雜的數學符號重新拆解，原來可以很容易 ☆：了解機器學習的數學原理，讓機器學習程式充滿智慧靈魂 在徹底研究機器學習後，筆者體會許多基礎數學不是不會與艱難而是生疏了，如果機器學習的書籍可以將複雜公式從基礎開始一步一步推導，其實可以很容易帶領讀者進入這個領域，同時感受數學不再如此艱澀，這也是我撰寫本書時時提醒自己要留意的事項。 研究機器學習雖然有很多模組可以使用，但是如果不懂相關數學原理，坦白說筆者不會相信未來你在這個領域會有所成就，這本書講解了下列相關數學的基本知識。 ■ 資料視覺化使用matplotlib、Seaborn ■ 基礎數學模組Math ■ 基礎數學模組Sympy ■ 數學應用模組Numpy ■ 將LaTeX應用在圖表 ■ 機器學習基本觀念 ■ 從方程式到函數 ■ 方程式與機器學習 ■ 從畢氏定理看機器學習 ■ 聯立方程式與聯立不等式與機器學習 ■ 機器學習需要知道的二次函數與三次函數 ■ 數據擬合、決定係數與迴歸曲線製作 ■ 數據預測 ■ 機器學習的最小平方法 ■ 機器學習必須知道的集合與機率 ■ 機率觀念與貝式定理的運用－COVID-19的全民普篩準確性推估 ■ 筆者講解指數與對數的運算規則，同時驗證這些規則 ■ 除了講解機器學習很重要的歐拉數(Euler’s Number)，更說明歐拉數的由來 ■ 認識邏輯(logistic)函數與logit函數 ■ 三角函數 ■ 大型運算子運算 ■ 向量、矩陣與線性迴歸 ■ 統計知識 ■ 機器學習模組scikit-learn，監督學習與無監督學習。 相關書籍 這本書是筆者所著機器學習系列書的起點，讀者還可以閱讀下列書籍： 機器學習 彩色圖解 + 微積分篇 + Python實作 作者簡介 譯者介紹 目錄 第1 章 資料視覺化 1-1 認識mapplotlib.pyplot 模組的主要函數 1-2 繪製簡單的折線圖plot( ) 1-3 繪製散點圖scatter( ) 1-4 Numpy 模組 1-5 圖表顯示中文 1-6 長條圖與直方圖 1-7 Numpy 的指數與對數函數 第2 章 數學模組Math 和Sympy 2-1 數學模組的變數 2-2 一般函數 2-3 log( ) 函數 2-4 三角函數 2-5 Sympy 模組 第3 章 機器學習基本觀念 3-1 人工智慧、機器學習、深度學習 3-2 認識機器學習 3-3 機器學習的種類 3-4 機器學習的應用範圍 第4 章 機器學習的基礎數學 4-1 用數字描繪事物 4-2 變數觀念 4-3 從變數到函數 4-4 等式運算的規則 4-5 代數運算的基本規則 4-6 用數學抽象化開餐廳的生存條件 4-7 基礎數學的結論 第5 章 認識方程式/ 函數/ 座標圖形 5-1 認識方程式 5-2 方程式文字描述方法 5-3 一元一次方程式 5-4 函數 5-5 座標圖形分析 5-6 將線性函數應用在機器學習 第6 章 從聯立方程式看機器學習的數學模型 6-1 數學觀念建立連接兩點的直線 6-2 機器學習使用聯立方程式推估數據 6-3 從2 條直線的交叉點推估科學數據 6-4 兩條直線垂直交叉 第7 章 從畢氏定理看機器學習 7-1 驗證畢氏定理 7-2 將畢氏定理應用在性向測試 7-3 將畢氏定理應用在三維空間 7-4 將畢氏定理應用在更高維的空間 7-5 電影分類 第8 章 聯立不等式與機器學習 8-1 聯立不等式的基本觀念 8-2 聯立不等式的線性規劃 8-3 Python 計算 第9 章 機器學習需要知道的二次函數 9-1 二次函數的基礎數學 9-2 從一次到二次函數的實務 9-3 認識二次函數的係數 9-4 使用3 個點求解二次函數 9-5 二次函數的配方法 9-6 二次函數與解答區間 第10 章 機器學習的最小平方法 10-1 最小平方法基本觀念 10-2 簡單的企業實例 10-3 機器學習建立含誤差值的線性方程式 10-4...