30分鐘就讀懂:機器學習從數學開始 - 博客來
文章推薦指數: 80 %
書名:30分鐘就讀懂:機器學習從數學開始,語言:繁體中文,ISBN:9789865501600,頁數:224,出版社:深智數位,作者:張曉明,出版日期:2020/11/21, ...
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
試閱
30分鐘就讀懂:機器學習從數學開始
已追蹤作者:[ 修改 ]
確定
取消
作者:張曉明
新功能介紹出版社:深智數位
新功能介紹出版日期:2020/11/21語言:繁體中文
定價:590元
優惠價:9折531元本商品單次購買10本85折502元
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:全球可取貨點:香港、澳門、新加坡、馬來西亞、菲律賓
載入中...
我要寫評鑑
分享
上頁下頁
內容簡介
◎用最淺顯的例子說明最重要的公式
◎以初學者的角度出發,不再被數學擊敗
全書分為「線性代數」、「機率」和「最佳化」等3篇,共21章,涵蓋了人工智慧領域中重要的數學知識點。
本書寫作風格通俗有趣,讀者可在潛移默化中掌握這些數學知識以及相關的程式設計操作,並能從專案的角度深刻理解數學在其中的扮演角色和魅力。
第1篇 線性代數
介紹向量、矩陣的概念和運算,並透過向量空間模型、多項式回歸、嶺回歸、Lasso回歸、矩陣分解等實用技術。
第2篇 機率
介紹機率的基本概念,重點介紹頻率學派的最大似然估計和貝氏學派的最大後驗機率這兩種建模,尤其是貝氏定理可說是機器學習最重要的理論。
第3篇 最佳化
介紹凸最佳化的理論知識,並介紹梯度下降演算法、隨機梯度下降演算法以及邏輯回歸演算法的程式實現。
讀者讀完本書再進一步學習人工智慧時,會發現原來這麼前端的技術,竟然也是來自於你我生活中的數學。
適合讀者群:希望投身人工智慧領域、對人工智慧領域背後的邏輯感興趣者,或作為大專院校人工智慧課程的參考用書。
本書特色
機器學習都是數學,多項式、矩陣、向量、高維空間、機率、統計,本書幫你複習高中、大學工程數學,打下最紮實的基礎,看懂機器學習到底在做什麼。
作者本身是和電腦完全無關的醫學背景出身,也是無師自通,從頭開始學起,深知學習的完整路徑,用最淺顯的例子來說明最重要的公式。
從初學到高手,研究機器學習的過程,完整記錄在本書中。
作者介紹
作者簡介
張曉明
網名大聖
自由業者、獨立諮詢顧問、獨立講師。
早期擔任競價搜索工程師,在雅虎、阿里、移動等大型互聯網公司,擔任過資料專家、技術總監等職務,有15年以上的資料採擷、機器學習一線工程經驗。
目錄
前言
第一篇 線性代數
01論線性代數的重要性
1.1小白的苦惱
1.2找朋友
1.3找推薦
1.4賺大錢
02從相似到向量
2.1問題:如何比較相似
2.2程式範例
2.3專家解讀
03向量和向量運算
3.1程式範例:在Python中使用向量
3.2專家解讀
04最難的事情—向量化
4.1問題:如何對文字向量化
4.2One-HotEncoding方式
4.3專家解讀
05從線性方程組到矩陣
5.1回歸預測
5.2從方程組到矩陣
5.3工程中的方程組
06空間、子空間、方程組的解
6.1空間和子空間
6.2子空間有什麼用
6.3所謂最佳解指什麼
07矩陣和矩陣運算
7.1認識矩陣
7.2建立矩陣
7.3矩陣運算
08解方程組和最小平方解
8.1程式實戰:解線性方程組
8.2程式實戰:用最小平方法解方程組
8.3專家解讀:最小平方解
09帶有正規項的最小平方解
9.1程式實戰:多項式回歸
9.2程式實戰:嶺回歸
9.3程式實戰:Lasso回歸
10矩陣分解的用途
10.1問題1:消除資料間的資訊容錯
10.2問題2:模型複雜度
10.3程式實戰:PCA降維
10.4專家解讀
10.5從PCA到SVD
11降維技術哪家強
11.1問題:高維資料視覺化
11.2程式實戰:多種資料降維
11.3專家解讀:從線性降維到流形學習
12矩陣分解和隱因數模型
12.1矩陣分解和隱因數模型概述
12.2程式實戰:SVD和文件主題
12.3小結
第二篇 機率
13機率建模
13.1機率
13.2隨機變數和分佈
13.3程式實戰:檢查資料是否服從正態分佈
13.4專家解讀:為什麼正態分佈這麼厲害
13.5小結
14最大似然估計
14.1最大似然原理
14.2程式實戰:最大似然舉例
14.3專家解讀:最大似然和正態分佈
14.4最大似然和回歸建模
14.5小結
15貝氏建模
15.1什麼是隨機向量
15.2隨機向量的分佈
15.3獨立VS不獨立
15.4貝氏公式
15.5小結
16單純貝氏及其擴充應用
16.1程式實戰:情感分析
16.2專家解讀
16.3程式實戰:優選健身計畫
16.4小結
17進一步體會貝氏
17.1案例:這個機器壞了嗎
17.2專家解讀:從貝氏到線上學習
18取樣
18.1貝氏模型的困難
18.2程式實戰:拒絕取樣
18.3程式實戰:MH取樣
18.4專家解讀:拒絕取樣演算法
18.5專家解讀:從MH到Gibbs
18.6小結
第三篇最佳化
19梯度下降演算法
19.1程式實戰:梯度下降演算法
19.2專家解讀:梯度下降演算法
19.3程式實戰:隨機梯度下降演算法
19.4專家解讀:隨機梯度下降演算法
19.5小結
20邏輯回歸
20.1程式實戰:邏輯回歸
20.2專家解讀:邏輯回歸的原理
20.3程式實戰:邏輯回歸梯度下降演算法
21凸最佳化
21.1凸最佳化掃盲
21.2正規化和凸最佳化
21.3小結
A工作環境架設說明
A.1什麼是Python
A.2本書所需的工作環境
看更多
序
前言
✤本撰寫作目的
「大聖」老師所有的IT知識均靠自學習得,從程式設計開發到Linux和網路運行維護,從Oracle資料庫開發到資料採擷,均是如此。
一路走來,「大聖」老師對IT技術自學者的痛點和真實需求洞若觀火。
「大聖」老師在自學人工智慧時,由於當時該學科尚屬冷門,完全沒有現在便利的學習環境和隨處可見的學習資料(無論是圖書還是視訊課程),因此自學之路相當痛苦。
「大聖」老師就是在這種艱苦的環境下,學完了線性代數、高等數學、機率統計等機器學習的入門課程。
眾所皆知,這些課程通篇都是數學定理與公式,仿佛它們就是為考研、考博而生,至於它們能在工程中做些什麼,這些課程從來沒有講到。
這無形之中在打算入門人工智慧行業的學習人員面前建立起了一道鴻溝,不可逾越。
如今,「大聖」老師想做一個擺渡人,願意將自己在坎坷的學習之路中學到的知識和經驗融合在本書中,幫助有心的讀者跨過這條鴻溝,縮短學習路徑與時間,為入門人工智慧行業打下良好的數學基礎。
故寫作本書!
✤本書組織結構
本書採用「提出問題、定義問題、解決問題、專家說明」的組織方式,對人工智慧領域中經常用到的一些數學知識進行了介紹。
本書分為3篇:「線性代數」、「機率」和「最佳化」,共21章。
每篇的內容如下。
■線性代數(第1∼12章),介紹向量、矩陣的概念和運算,並透過向量空間模型、多項式回歸、嶺回歸、Lasso回歸、矩陣分解等實用場景和程式幫助讀者深刻了解其意義。
■機率(第13∼18章)介紹機率的基本概念,重點介紹頻率學派的最大似然估計和貝氏學派的最大後驗機率這兩種建模方法,並透過真實的案例幫助讀者了解機率建模方法並實現建模。
■最佳化(第19∼21章),介紹凸最佳化的理論知識,並介紹梯度下降演算法、隨機梯度下降演算法以及邏輯回歸演算法的程式實現。
本書採用「邊做邊學」的想法來幫助讀者了解所學內容,希望讀者能夠動手敲下書中的每一行程式,在形成最基本的肌肉記憶的同時,也能感受數學的價值。
本書內容非常通俗容易。
「大聖」老師寫作本書的目的就是希望能將抽象枯燥的數學知識拉下「神壇」,因此在寫作時用了很多生活化的語言來解釋這些數學內容,而且還採用了一些插畫直觀展示。
讀者在閱讀本書時,如果發現有些基礎知識不夠嚴謹,不夠「數學」,還請理解。
✤本書適合讀者群
本書適合那些對人工智慧領域有興趣,卻又被其中的數學知識「嚇倒」的讀者閱讀。
本書的原始程式碼,可至本公司官網deepmind.com.tw/搜尋本書書名之後下載。
另本書之原作者為中國大陸人士,因此程式碼為簡體中文,讀者可對照書中內容執行。
✤讀者回饋
如果讀者能夠在許多人工智慧領域的圖書中選擇並購買了本書,而且覺得它對自己很有幫助,這就是對「大聖」老師最大的褒獎與肯定。
如果還能在豆瓣上寫個圖書評論,或在社交媒體上寫幾句閱讀收穫與感言,則會進一步激勵「大聖」老師將教學與寫書堅持下去。
由於「大聖」老師水準有限,雖然對本書做過多次審讀與修改,但難免會有不足和疏漏之處,懇請讀者批評指正。
讀者可到「大聖」老師的個人網站www.atdasheng.com留言並檢視本書的勘誤表。
看更多
詳細資料
ISBN:9789865501600規格:平裝/224頁/17x23x1.12cm/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
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.
AI開發的機器學習系統設計模式
2.
AdobePhotoshopACP國際認證應考攻略(適用2019/2020/2021)
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.
機器學習聖經:最完整的統計學習方法
5.
JS絕對版本相容性:Webpack+Babel完美結合開發實戰
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.
延伸文章資訊
- 1機器學習 - 博客來
書名:機器學習,語言:簡體中文,ISBN:9787302423287,頁數:425,出版社:清華大學出版社,作者:周志華,出版日期:2016/01/01.
- 2目前您搜尋的關鍵字為: 機器學習 - 博客來網路書店
博客來搜尋,關鍵字:機器學習,分類:全館, ... Python機器學習超進化:AI影像辨識跨界應用實戰(附100分鐘影像處理入門影音教學/範例程式). 中文書. 79 折 $356$ 450.
- 3人工智慧/機器學習 - 博客來
中文書電腦資訊概論/科技趨勢人工智慧/機器學習. ... 從機器學習到人工智慧|寫給Android/iOS程式師的ML/AI開發指南. 作者:Laurence Moroney. 9折優惠價$55...
- 430分鐘就讀懂:機器學習從數學開始 - 博客來
書名:30分鐘就讀懂:機器學習從數學開始,語言:繁體中文,ISBN:9789865501600,頁數:224,出版社:深智數位,作者:張曉明,出版日期:2020/11/21, ...
- 5機器學習的統計基礎:深度學習背後的核心技術 - 博客來
在人工智慧中導入機率與統計的觀念,讓電腦具有自己找出數據之間的關聯性並試圖解決問題的能力,因而出現機器學習(machine learning) ,再加上電腦計算能力的大幅 ...