人工智慧 / Machine Learning
◎ 人工智慧一大分支
利用資料與以往的經驗進行學習、工作程序上的優化,是定義上有智慧的學習。透過機器學習,我們不再透過既定演算法來跑迴圈與布林判斷,而是透過機率、統計等數學方式教導電腦如何透過經驗法則自動改進演算法,其中又可分為監督式與非監督式學習,兩者的差異就在訓練資料集中有沒有人工標注。
◎ 機器學習框架
目前當紅的框架有Google的TensorFlow與Keras、Facebook的Pytorch等。不論會不會寫程式,讀者們僅需基本的數學能力,如微積分、機率與統計等背景知識,就可從此三個領域輕鬆上手!有許多入門書籍一步步帶領各位初心者們,深入淺出的從基本程式語言到機器學習專業領域上的應用。
◎ 應用層面廣泛
簡單來說,機器學習是從給定的特徵中,學習出一個函式,並透過函式預測目標結果。
如奠定了深度學習基礎的類神經網路、支持向量機;基於條件機率而成的統計分類、回歸分析;以及近期最熱門的強化學習(Reinforcement Learning)中也使用了如蒙地卡羅等啓發式搜尋演算法,都是奠基於機器學習的理論之上發展而成。
相關書籍
-
70折
$332基於復雜網絡的機器學習方法
-
31折
$149Python 深度學習:基於 TensorFlow
-
79折
$141機器學習基礎
-
85折
$556PYTHON機器學習(第2版)(影印版)
-
75折
$224Python機器學習 5個數據科學家案例解析
-
90折
$1,350Beginning Apache Spark 2: With Resilient Distributed Datasets, Spark SQL, Structured Streaming and Spark Machine Learning library
-
90折
$3,420Machine Learning: A Practical Approach on the Statistical Learning Theory
-
90折
$2,079Adversarial Machine Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning)
-
75折
$311機器學習基礎 — 原理、算法與實踐
-
75折
$311Python 3 數據分析與機器學習實戰
-
80折
$1,216Hands-On Ensemble Learning with R: A beginner's guide to combining the power of machine learning algorithms using ensemble techniques
-
79折
$280機器學習vs復雜系統
-
75折
$446R語言機器學習
-
75折
$311Spark機器學習:核心技術與實踐
-
75折
$356實用機器學習
-
75折
$311機器學習算法
-
75折
$356機器學習:實用技術指南
-
80折
$1,848Feature Engineering for Machine Learning: Principles and Techniques for Data Scientists
-
75折
$401機器學習與優化
-
75折
$266機器學習入門之道
-
80折
$427統計機器學習導論 (Introduction to Statistical Machine Learning)
-
50折
$1,150Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning
-
37折
$199揭秘深度強化學習 人工智能機器學習技術叢書
-
80折
$1,216Hands-On Machine Learning on Google Cloud Platform: Implementing smart and efficient analytics using Cloud ML Engine
-
60折
$918Machine Learning with TensorFlow
-
80折
$1,320Profit From Your Forecasting Software: A Best Practice Guide for Sales Forecasters (Wiley and SAS Business Series)
-
80折
$2,384Machine Learning for Text
-
75折
$266機器學習實踐指南 基於R語言
-
43折
$99人工智能知識講座
-
75折
$356機器學習實踐指南