商品已停售
圖解AI(機器學習和深度學習的技術與原理)
▐ 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: 株式会社アイデミー/山口達輝/松田洋之 系列: 概論/科技趨勢 出版社: 碁峰資訊 出版日期: 2020/10/21 ISBN: 9789865025885 頁數: 240 內容簡介 圖解AI｜機器學習和深度學習的技術與原理 內容簡介 收錄豐富的圖示與詳盡的解說，即便完全零知識也能夠輕鬆學習。 機器學習與深度學習的原理與技術，單靠這一本 就能深入瞭解的教科書 「人工智慧」、「機器學習」、「深度學習」這些以前在科幻小說中才會見到的字眼，如今已經深入我們的日常，成為大家平日琅琅上口的名詞。可是，真的想要深入一點了解這些名詞，一翻開相關書籍，看到滿滿的數學公式頭就暈了，難道沒有人能夠用大家都聽得懂的方式解釋這些科技名詞嗎？ 本書就是因應您心中的吶喊而生的一本書。這本書不會給你滿滿的數學式，而是藉由生活化的舉例、圖解進行說明，盡可能地表達人工智慧的正確知識。期望各位能夠透過本書，觸及機器學習的趣味與可能性，進而踏入機器學習的世界中。 藉由本書，您將可以： ．了解人工智慧、機器學習、深度學習三者之間的關係 ．機器學習的程序與核心技術 ．了解機器學習應用了哪些演算法 ．深度學習的程序與核心技術 ．了解深度學習應用了哪些演算法 內容目錄 目錄 第1章｜人工智慧的基礎知識 01 何謂人工智慧？ 02 何謂機器學習（ML）？ 03 何謂深度學習（DL）？ 04 人工智慧與機器學習的普及過程 第2章｜機器學習的基礎知識 05 監督式學習的機制 06 非監督式學習的機制 07 增強學習的機制 08 統計與機器學習的差異 09 機器學習與特徵量 10 擅長與不擅長的領域 11 機器學習的運用範例 第3章｜機器學習的程序與核心技術 12 機器學習的基本工作程序 13 蒐集資料 14 資料變形 15 模型的作成與學習 16 批次學習與線上學習 17 使用測試資料驗證預測結果 18 學習結果的評估基準 19 超參數與模型的調整 20 主動學習 21 相關與因果 22 反饋迴圈 第4章｜機器學習的演算法 23 迴歸分析 24 支援向量機 25 決策樹 26 整體學習 27 整體學習的運用 28 邏輯迴歸 29 貝葉斯模型 30 時序分析與狀態空間模型 31 K 近鄰法（K-NN）與 K 平均法（K-Means） 32 維度縮減與主成分分析 33 最佳化與遺傳演算法 第5章｜深度學習的基礎知識 34 類神經網路與其歷史 35 深度學習與圖像辨識 36 深度學習與自然語言處理 第6章｜深度學習的程序與核心技術 37 誤差反向傳播法的類神經網路學習 38 類神經網路的最佳化 39 梯度消失問題 40 遷移學習 第7章｜深度學習的演算法 41 卷積類神經網路（CNN） 42 遞歸類神經網路（RNN） 43 增強學習與深度學習 44 自動編碼器 45 GAN（生成對抗網路） 46 物體偵測 第8章｜系統開發與開發環境 47 編寫人工智慧的主要程式語言 48 機器學習用資料庫與框架 49 深度學習的框架 50 GPU程式設計與高速化 51 機器學習服務 ISBN: 9789865025885