深度學習最佳入門邁向AI專題實戰 - 博客來

這是目前市面上講解【深度學習(Deep Learning)】從基礎到應用最完整的書籍，從基礎數學與統計開始，將演算法的原理解釋得更簡易清晰，協助讀者跨入AI 的門檻，為避免流 ... 選擇語言 English 繁體中文 简体中文 :::相關網站 博客來 售票網 企業採購 福利平台 海外專館 :::會員服務|快速功能 0結帳 您好 ( 登出 )     登入     加入會員 購物金 購物金 0 儲值金 0 E-Coupon 0 張 單品折價券 0 張 OP點數兌換 會員專區 電子書櫃 線上客服 繁體 關閉廣告 展開廣告 回博客來首頁 客服公告：反詐騙！提醒您「不碰ATM、網銀，不說信用卡資料」詳情 移動滑鼠展開全站分類 :::全站分類 全站分類 :::網站搜尋 全部 展開 全部 圖書 電子書 有聲書 訂閱 影音 百貨 雜誌 售票 海外專館 快速到貨 禮物卡 搜尋 熱門關鍵字 貿易戰就是階級戰 Middle 最強獨家 曬書3本199 中文書 兒童暑期閱讀 2022曬書市集 新書 預購 排行榜 選書 即將出版 特價書 香港出版 讀者書評 出版社專區 分類總覽 博客來中文書電腦資訊概論/科技趨勢人工智慧/機器學習商品介紹 看大圖 !上頁 下頁 主題活動 試閱 深度學習最佳入門邁向AI專題實戰 已追蹤作者：[ 修改 ] 確定 取消 作者：陳昭明   新功能介紹出版社：深智數位   新功能介紹出版日期：2021/08/19語言：繁體中文 定價：1200元 優惠價：79折948元 優惠折扣萬種書籍598再9折｜7/23-7/24週末限定！ 使用購物金最高可抵100% 詳情 1點OPENPOINT可兌換1點購物金，1點購物金可抵1元，實際點數依您帳戶為準。

如何獲得OPENPOINT點數？如何兌換購物金？詳見OPENPOINT說明 查詢我的購物金？登入會員專區 運送方式：臺灣與離島海外 可配送點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可取貨點：台灣、蘭嶼、綠島、澎湖、金門、馬祖台北、新北、基隆宅配快速到貨(除外地區) 可配送點：全球 載入中... 我要寫評鑑 分享 上頁下頁   內容簡介 深度學習 最佳入門邁向AI專題實戰 ★★★★★【深度學習】★★★★★ ☆☆☆☆☆【理論】+【實作】☆☆☆☆☆ 　　這是目前市面上講解【深度學習(DeepLearning)】從基礎到應用最完整的書籍，從基礎數學與統計開始，將演算法的原理解釋得更簡易清晰，協助讀者跨入AI的門檻，為避免流於空談，盡量增加應用範例，希望能達到即學即用。

多位試閱本書內容的專家與學者全部皆給【五顆星】滿分評價。

　　整本書採用【最新版TensorFlow】+【大量圖片輔助】，+【完整理論解說】+【Python程式實作】以原理與實作，講解下列最熱門的AI主題。

　　☆【神經網路(NN)】 　　☆【卷積神經網路(CNN)】 　　☆【物件偵測(YOLO)】 　　☆【光學文字辨識(OCR)】 　　☆【車牌辨識(ANPR)】 　　☆【人臉辨識】 　　☆【生成對抗網路(GAN)】 　　☆【深度偽造(DeepFake)】 　　☆【自然語言處理(NLP)】 　　☆【聊天機器人(ChatBot)】 　　☆【語音辨識(ASR)】 　　☆【強化學習(RL)】 　　讀者只要遵循本書步驟學習相信必可以徹底認識人工智慧、機器學習與深度學習觀念，邁向浩瀚領域。

    作者介紹 作者簡介 陳昭明 　　曾任職於IBM、工研院等全球知名企業 　　IT邦幫忙2018年AI組冠軍 　　多年AI課程講授經驗     目錄 第一篇深度學習導論 第1章 深度學習（DeepLearning）導論 1.1 人工智慧的三波浪潮 1.2 AI的學習地圖 1.3 機器學習應用領域 1.4 機器學習開發流程 1.5 開發環境安裝 第2章 神經網路（NeuralNetwork）原理 2.1 必備的數學與統計知識 2.2 線性代數(LinearAlgebra) 2.3 微積分(Calculus) 2.4 機率(Probability)與統計(Statistics) 2.5 線性規劃(LinearProgramming) 2.6 最小平方法(OLS)vs.最大概似法(MLE) 2.7 神經網路(NeuralNetwork)求解 第二篇TensorFlow基礎篇 第3章 TensorFlow架構與主要功能 3.1 常用的深度學習套件 3.2 TensorFlow架構 3.3 張量(Tensor)運算 3.4 自動微分(AutomaticDifferentiation) 3.5 神經層(NeuralNetworkLayer) 第4章 神經網路實作 4.1 撰寫第一支神經網路程式 4.2 Keras模型種類 4.3 神經層(Layer) 4.4 激勵函數(ActivationFunction) 4.5 損失函數(LossFunctions) 4.6 優化器(Optimizer) 4.7 效能衡量指標(PerformanceMetrics) 4.8 超參數調校(HyperparameterTuning) 第5章 TensorFlow其他常用指令 5.1 特徵轉換 5.2 模型存檔與載入(SaveandLoad) 5.3 模型彙總與結構圖(SummaryandPlotting) 5.4 回呼函數(Callbacks) 5.5 TensorBoard 5.6 模型佈署(Deploy)與TensorFlowServing 5.7 TensorFlowDataset 第6章 卷積神經網路(ConvolutionalNeuralNetwork) 6.1 卷積神經網路簡介 6.2 卷積(Convolution) 6.3 各式卷積 6.4 池化層(PoolingLayer) 6.5 CNN模型實作 6.6 影像資料增補(DataAugmentation) 6.7 可解釋的AI(eXplainableAI,XAI) 第7章 預先訓練的模型(Pre-trainedModel) 7.1 預先訓練模型的簡介 7.2 採用完整的模型 7.3 採用部分模型 7.4 轉移學習(TransferLearning) 7.5 BatchNormalization說明 第三篇進階的影像應用 第8章 物件偵測(ObjectDetection) 8.1 圖像辨識模型的發展 8.2 滑動視窗(SlidingWindow) 8.3 方向梯度直方圖(HOG) 8.4 R-CNN物件偵測 8.5 R-CNN改良 8.6 YOLO演算法簡介 8.7 以TensorFlow實作YOLO模型 8.8 YOLO模型訓練 8.9 SSD演算法 8.10 TensorFlowObjectDetectionAPI 8.11 物件偵測的效能衡量指標 8.12 總結 第9章 進階的影像應用 9.1 語義分割(SemanticSegmentation)介紹 9.2 自動編碼器(AutoEncoder) 9.3 語義分割(Semanticsegmentation)實作 9.4 實例分割(InstanceSegmentation) 9.5 風格轉換(StyleTransfer)--人人都可以是畢卡索 9.6 臉部辨識(FacialRecognition) 9.7 光學文字辨識(OCR) 9.8 車牌辨識(ANPR) 9.9 卷積神經網路的缺點 第10章 生成對抗網路(GAN) 10.1 生成對抗網路介紹 10.2 生成對抗網路種類 10.3 DCGAN 10.4 ProgressiveGAN 10.5 ConditionalGAN 10.6 Pix2Pix 10.7 CycleGAN 10.8 GAN挑戰 10.9 深度偽造(Deepfake) 第四篇自然語言處理 第11章 生成對抗網路(GAN) 11.1 詞袋(BOW)與TF-IDF 11.2 詞彙前置處理 11.3 詞向量(Word2Vec) 11.4 GloVe模型 11.5 中文處理 11.6 spaCy套件 第12章 自然語言處理的演算法 12.1 循環神經網路(RNN) 12.2 長短期記憶網路(LSTM) 12.3 LSTM重要參數與多層LSTM 12.4 GateRecurrentUnit(GRU) 12.5 股價預測 12.6 注意力機制(AttentionMechanism) 12.7 Transformer架構 12.8 BERT 12.9 Transformers套件 12.10 總結 第13章 聊天機器人(ChatBot) 13.1 ChatBot類別 13.2 ChatBot設計 13.3 ChatBot實作 13.4 ChatBot工具套件 13.5 Dialogflow實作 13.6 結語 第14章 語音辨識 14.1 語音基本認識 14.2 語音前置處理 14.3 語音相關的深度學習應用 14.4 自動語音辨識(AutomaticSpeechRecognition) 14.5 自動語音辨識實作 14.6 結語 第15章 強化學習 15.1 強化學習的基礎 15.2 強化學習模型 15.3 簡單的強化學習架構 15.4 Gym套件 15.5 Gym擴充功能 15.6 動態規劃(DynamicProgramming) 15.7 值循環(ValueIteration) 15.8 蒙地卡羅(MonteCarlo) 15.9 時序差分(TemporalDifference) 15.10 其他演算法 15.11 井字遊戲 15.12 木棒台車(CartPole) 15.13 結論 看更多   序 前言 為何撰寫本書 　　從事機器學習教育訓練已屆四年，其間也在『IT邦幫忙』撰寫上百篇的文章(https://ithelp.ithome.com.tw/users/20001976/articles)，從學員及讀者的回饋獲得許多寶貴意見，期望能將整個歷程集結成冊，同時，相關領域的進展也在飛速變化，過往的文章內容需要翻新，因此藉機再重整思緒，想一想如何能將演算法的原理解釋得更簡易清晰，協助讀者跨入AI的門檻，另外，也避免流於空談，盡量增加應用範例，希望能達到即學即用，不要有過多理論的探討。

　　AI是一個將資料轉化為知識的過程，演算法就是過程中的生產設備，最後產出物是模型，再將模型植入各種硬體裝置，例如電腦、手機、智慧音箱、自駕車、醫療診斷儀器等，這些裝置就擁有特殊專長的智慧，再進一步整合各項技術就構建出智慧製造、智慧金融、智慧交通、智慧醫療、智慧城市、智慧家庭等應用系統。

AI的應用領域如此的廣闊，個人精力有限，當然不可能具備十八般武藝，樣樣精通，惟有從基礎紮根，再擴及有興趣的領域，因此，筆者撰寫這本書的初衷，非常單純，就是希望讀者在紮根的過程中，貢獻一點微薄的力量。

　　本書主要的特點 　　1.由於筆者身為統計人，希望能『以統計/數學為出發點』，介紹深度學習必備的數理基礎，但又不希望內文有太多數學公式的推導，讓離開校園已久的在職者看到一堆數學符號就心生恐懼，因此，嘗試以『程式設計取代定理證明』，縮短學習歷程，增進學習樂趣。

　　2.TensorFlow2.x版有巨大的變動，預設模式改為EagerExecution，並以Keras為主力，整合TensorFlow其他模組，形成完整的架構，本書期望對TensorFlow架構作完整性的介紹，並非只是介紹Keras而已。

　　3.演算法介紹以理解為主，輔以大量圖表說明，摒棄長篇大論。

　　4.完整的範例程式及各種演算法的延伸應用，以實用為要，希望能觸發讀者靈感，能在專案或產品內應用。

　　5.介紹日益普及的演算法與相關套件的使用，例如YOLO(物件偵測)、GAN(生成對抗網路)/DeepFake(深度偽造)、OCR(辨識圖像中的文字)、臉部辨識、BERT/Transformer、ChatBot、強化學習、自動語音辨識(ASR)等。

　　目標對象 　　1.深度學習的入門者：必須熟悉Python程式語言及機器學習基本概念。

　　2.資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。

　　3.資訊工作者：希望能擴展深度學習知識領域。

　　4.從事其他領域的工作，希望能一窺深度學習奧秘者。

　　閱讀重點 　　1.第一章介紹AI的發展趨勢，鑑古知今，瞭解前兩波AI失敗的原因，比較第三波發展的差異性。

　　2.第二章介紹深度學習必備的統計/數學基礎，不僅要理解相關知識，也力求能撰寫程式解題。

　　3.第三章介紹TensorFlow基本功能，包括張量(Tensor)運算、自動微分及神經網路模型的組成，並說明梯度下降法求解的過程。

　　4.第四章開始實作，依照機器學習10項流程，撰寫完整的範例，包括Web、桌面程式。

　　5.第五章介紹TensorFlow進階功能，包括各種工具，如TensorBoard、TensorFlowServing、Callbacks。

　　6.第六~十章介紹圖像/視訊的演算法及各式應用。

　　7.第十一~十四章介紹自然語言處理、語音及各式應用。

　　8.第十五章介紹AlphaGo的基礎--『強化學習』演算法。

　　本書範例程式碼全部收錄在https://github.com/mc6666/DL_Book。

　　致謝 　　原本只想整理過往文章集結成書，沒想到相關技術發展太快，幾乎全部重寫，結果比預計時程多花了三倍的時間才完成，但因個人能力有限，還是有許多議題成為遺珠之憾，仍待後續的努力，過程中要感謝冠瑀、琮文在編輯/校正/封面構想的盡心協助，也感謝深智出版社的大力支援，使本書得以順利出版，最後要藉此書，紀念一位摯愛的親人。

　　內容如有疏漏、謬誤或有其他建議，歡迎來信指教([email protected])。

看更多   詳細資料 ISBN：9789860776263規格：線裝/880頁/17x23x5.28cm/普通級/單色印刷/初版出版地：台灣 本書分類：電腦資訊>概論/科技趨勢>人工智慧/機器學習   主題活動 【假日書店，快閃現折】萬種書籍滿598再享9折｜完全選購指南｜7/23-7/24週末限定！ 2022大學新鮮人｜升學、求職，角色換位，人生好難～博客來推薦你讀 最近瀏覽商品  相關活動   購物說明 若您具有法人身份為常態性且大量購書者，或有特殊作業需求，建議您可洽詢「企業採購」。

  退換貨說明  會員所購買的商品均享有到貨十天的猶豫期（含例假日）。

退回之商品必須於猶豫期內寄回。

  辦理退換貨時，商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性，切勿缺漏任何配件或損毀原廠外盒)。

退回商品無法回復原狀者，恐將影響退貨權益或需負擔部分費用。

  訂購本商品前請務必詳閱商品退換貨原則。

  同類商品新上架 1. AdobePhotoshopACP國際認證應考攻略(適用2019/2020/2021) 2. AI開發的機器學習系統設計模式 3. 輕課程玩轉創意雷雕與實作-使用激光寶盒LaserBox-最新版(第二版)-附MOSME行動學習一點通：評量.加值 4. Flag’s旗標創客.自造者工作坊用Python蓋出物聯網智慧屋 5. 【Notion+ipad手帳】人生管理術，Allinone套書，共二冊 本類新品熱銷 1. 髮之神技：超人氣插畫家Paryi教你畫出美少女輕柔秀髮 2. 比VBA更強的RPA來了！PowerAutomateDesktop零程式打造辦公室流程自動化 3. 企鵝發燒了：從比特幣到元宇宙 4. Python操作Excel：最強入門邁向辦公室自動化之路王者歸來 5. FigmaUI/UX設計技巧實戰：打造擬真介面原型 本類暢銷榜 1. 企鵝發燒了：從比特幣到元宇宙 2. 寫給中學生看的AI課：AI生態系需要文理兼具的未來人才 3. 演算法圖鑑：26種演算法+7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用全圖解 4. 2030科技趨勢全解讀：元宇宙、AI、區塊鏈、雲端、大數據、5G、物聯網，七大最新科技一本就搞懂！ 5. Keras大神歸位：深度學習全面進化！用Python實作CNN、RNN、GRU、LSTM、GAN、VAE、Transformer 訂閱電子報 想獲得最新商品資訊，請訂閱免費電子報 關於我們 關於博客來 關於PCSC 隱私權政策 服務條款 人才募集 利害關係人專區 會員服務 加入會員 新手上路 會員分級 訂閱電子報 24小時隔日取貨 行動博客來 切換行動版 合作提案 企業採購 福利平台 加入供應商 AP策略聯盟 異業合作 客服中心 查詢帳號密碼 客服信箱 客服中心Q&A 線上客服 好站連結 OKAPI 閱讀生活誌 青春博客來 售票網 博客來Youtube 博客來粉絲團 得獎認證 天下雜誌2017金牌服務大賞 2016新世代最嚮往企業 SSL憑證服務 數位時代2012年台灣網站100強 電子發票推廣標章 dpmark資料隱私保護標章 數位時代2011台灣電子商務TOP50強 行政院環保署B2C網購包裝減量標章。

包裝減量。

環保材質。

循環包材。

客戶服務專線：02-26535588傳真：02-27885008服務時間：週一~五8:00~19:00，週六~日、例假日9:00~18:00，365天全年無休 博客來數位科技股份有限公司地址：臺灣115台北市南港區八德路四段768巷1弄18號B1之1  食品業者登錄字號：A-196922355-00000-9 Copyright©since1995books.com.twAllRightsReserved.