世界第一簡單機器學習(中文書)

書名 世界第一簡單機器學習(中文書)
マンガでわかる機械学習
作者 荒木雅弘
譯者 衛宮紘
出版社 世茂出版有限公司
出版日期 2019-04-03
ISBN 9789578799707
定價 320
特價 75折   240
特價期間:2020-09-30~2020-12-31
庫存

即時庫存=1
分類 中文書>科學>應用科學

商品簡介

適合研究者、工程師,
資訊、金融、教育、醫療業未來發展必需的參考指標,
在人工智慧研發、醫學診斷和機器人區域大展身手的第一本書!

涉及大量統計學理論,
讓人工智慧「自動學習」的演算法,
就是應用於電腦視覺、資料探勘、證券試場分析的機器學習。
搜尋引擎、語音及手寫辨識、戰略遊戲也能看到它的蹤跡。
透過預測、判斷、評估、排序,提高準確率!
打好機器學習基礎,工作從此事半功倍!

日本讀者好評推薦
真的很好懂。雖然需要有線性代數和偏微分的底子,但不需要實際計算,只要看懂基本概念就行了。書中有豐富的圖片和親切的說明,讓讀者容易吸收,非常推薦!──Masaru Kamata

是一本適合初學者的書。就連沒有機械學習知識的我也能理解整體概念。書末附上的索引在深入查詢時非常好用。漫畫部分鮮活的角色和情節也將內容的難度降低了。推薦給想了解機械學習的人。──JyunJyun

巧妙地將漫畫和工作書結合,讓人一讀就停不下來了。最大的優點是有附數學解說,也有舉出現實中的應用範例,讓讀者了解能應用的場合和方式。Q&A的部分能激發思考,加深理解。我會推薦這本書給學生看。──Танечка
客服 02-2570-1233 | 會員服務使用條款 | 隱私權政策
PC版 TAAZE | Mobile版 TAAZE
Power By 學思行數位行銷股份有限公司

世界第一簡單機器學習

作者簡介

荒木 雅弘1998年取得(工學)博士學位(京都大學)。1999年曾任京都工藝纖維大學工藝學系助理教授。2007年起任職京都工藝纖維大學工藝科學研究科副教授。〈著作〉《語音對話系統》(合著,歐姆社)《用免費軟體建構語音辨識系統 從模式辨識、基本機器學習到對話系統》(森北出版)《用免費軟體學習語意網與相關互動》(森北出版)《用免費軟體開始機器學習入門》(森北出版)《圖解語音辨識》(講談社)

譯者簡介

衛宮紘清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》(東販)、《超慢跑入門》(商周)、《男人懂了這些更成功》(潮客風)、《世界第一簡單電力系統》(世茂)……等。賜教信箱:emiyahiro@hotmail.com.tw審訂者簡介張智星現職:台灣大學資訊系教授、台大醫院資訊室主任、台大金融科技研究中心主任學歷:美國加州大學柏克萊分校 電機電腦系 博士經歷:工研院資通所顧問授課科目:資料結構與演算法、科學計算、金融科技導論、音樂訊號分析與檢索、人工智慧及深度機器學習之生醫藥產業應用研究領域:語音辨識與評分、音樂分析與檢索、精準尋與行銷、醫療大數據分析

作者自序

本書會舉出幾項機器學習中較具代表性的手法,並盡可能簡單解說其概要,預設的讀者為具備大一程度數學知識的機器學習初學者。如果自身對數學式不太熟悉的話,可翻閱各章後面的數學相關說明,大致掌握這些數學式的用處即可。本書在內容的安排上,一開始會先設定問題,接著舉出解決該問題的方式,再對各機器學習手法進一步說明。各章設定的問題與解決手法如下:章節 問題 手法1 預測活動參加人數 線性迴歸2 判斷糖尿病高危險群 邏輯識別、決策樹3 評估訓練成果 分割學習法、交叉驗證法4 排行葡萄的等級 卷積神經網路5 判斷糖尿病高危險群(再挑戰) 整體學習6 推薦相關活動 集群分析、矩陣分解各章所介紹的手法僅為粗淺內容,想要實際運用這些手法,建議先深入理解相關的專業參考書後,再來嘗試挑戰。最後,我想感謝給予這次執筆機會的歐姆社股份有限公司,也要向渡真加奈老師與Verte股份有限公司的同仁表達最深的謝意,感謝您們將我的拙劣原稿改編成如此生動活潑的漫畫故事。

章節目錄

序 序章 請教我機器學習! 紗耶香的房間① 紗耶香與女高中生小愛 第1章 怎麼做迴歸? 1.1 預測數據的困難 1.2 從解釋變數求目標變數 1.3 求線性迴歸函數 1.4 正規化的效果 紗耶香的房間② 數學的複習① 第2章 怎麼進行識別? 2.1 整理資料 2.2 由資料預測類別 2.3 邏輯識別 2.4 決策樹的識別 紗耶香的房間③ 數學的複習② 第3章 評估結果 3.1 要用測試資料評估才有意義 3.2 訓練資料、檢驗資料、評估資料 3.3 交叉驗證法 3.4 準確率、精確率、召回率、F值 紗耶香的房間④ 數學的複習③ 第4章 深度學習 4.1 神經網路 4.2 反向傳播法訓練 4.3 挑戰深度學習 4.3.1 深度神經網路的問題點 4.3.2 多層訓練上的技巧 ①事前訓練法 4.3.3 多層訓練上的技巧 ②激活函數 4.3.4 多層訓練上的技巧 ③規避過度學習 4.3.5 結構特化的神經網路紗耶香的房間⑤ 數學的複習④ 第5章 整體學習 5.1 裝袋法 5.2 隨機森林 5.3 提升法 紗耶香的房間⑥ 數學的複習⑤ 第6章 非監督式學習 6.1 集群分析 6.1.1 階層式集群分析 6.1.2 分割式集群分析 6.2 矩陣分解 紗耶香的房間⑦ 數學的複習⑥ 結尾 索引
oracle.sql.CLOB@9565a46
客服 02-2570-1233 | 會員服務使用條款 | 隱私權政策
PC版 TAAZE | Mobile版 TAAZE
Power By 學思行數位行銷股份有限公司