買這商品的人也買了...
-
$305圖解機器學習 -
$234統計會犯錯如何避免數據分析中的統計陷阱 -
$403Python 深度學習實戰:75個有關神經網絡建模、強化學習與遷移學習的解決方案 (Python Deep Learning Cookbook: Over 75 practical recipes on neural network modeling, reinforcement learning, and transfer learning using Python) -
$301Keras 深度學習實戰 -
$714機器學習實戰:基於 Scikit-Learn 和 TensorFlow (Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems) -
$474圖解深度學習與神經網絡:從張量到 TensorFlow 實現 -
$1,256Full Stack JavaScript: Learn Backbone.js, Node.js, and MongoDB -
$374深度學習實踐 : 計算機視覺 -
$374深度學習 : 語音識別技術實踐 -
實戰 TensorFlow x Keras 工作現場開發$480$379 -
$454機器學習基礎:從入門到求職 -
$352Python 深度學習實戰:基於 TensorFlow 和 Keras 的聊天機器人以及人臉、物體和語音識別 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
$236機器學習及應用(在線實驗+在線自測) -
$403Web 漏洞防護 -
$450統計強化學習:現代機器學習方法 (Statistical Reinforcement Learning: Modern Machine Learning Approaches) -
$469機器學習基礎 -
$168圖說圖解機器學習 -
$755電腦視覺度量 從特徵描述到深度學習 -
$422深度學習模型及應用詳解 -
$528機器學習 — 原理、算法與應用 -
機器學習開發神器!Google Cloud Platform 雲端開發應用超入門$490$417 -
深度學習圖解 (Grokking Deep Learning)$594$564 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
$559Python + Kivy (App開發) 從入門到實踐
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書是“人工智能與大數據技術大講堂”叢書中的第一本書。全書貫穿“最簡體驗”的講授原則,並模擬實際課堂的教學風格,通過幽默風趣的大白話語言,手把手帶領讀者由淺入深、循序漸進地進行學習,讓他們在身臨其境的教學氛圍中,輕松、愉悅地掌握人工智能技術領域的基礎知識,從而跨入人工智能的大門。本書的閱讀門檻極低,只需要讀者具備初步的數理知識和電腦操作技能即可順利學習;本書的學習曲線非常平滑,前面章節中的知識點都為後續章節的學習做好了鋪墊,讓讀者的學習毫無障礙;本書通過“圖書+視頻+GitHub+微信公眾號+學習管理平臺+群+專業助教”的立體化學習解決方案及大量線上、線下互動,讓讀者可以體驗到遠超過同類圖書的學習效果。
本書共8章。第1章給出了切實可行的學習建議;第2章介紹了開發環境;第3~5章是專為人工智能和大數據而優化的知識要點,手把手帶領讀者從零基礎開始學習編程;第6章與第7章從不同的角度手把手帶領讀者完成最簡單的捲積運算(深度學習的基礎算法);第8章帶領讀者解讀一個案例中的部分源碼(來自於最流行的深度學習框架TensorFlow)。
本書適合對人工智能、機器學習、深度學習和電腦視覺感興趣的讀者閱讀,尤其適合零基礎和弱基礎的讀者學習。閱讀本書不要求讀者有太多的編程基礎與高等數學基礎。
作者簡介
張光華,博士畢業於重慶大學和清華大學,碩士畢業於中國科學技術大學。現為中國醫藥教育協會智能眼科學組常委、山西智能大數據產業技術創新研究院醫療大數據研究中心主任主要研究方向為量子點微型多光譜成像技術、醫學圖像處理、機器學習等。已在很好的靠前會議及SCI期刊上發表了醫學、圖像處理和機器學習等領域的多篇論文,並參與了多項中國與歐洲的科學基金項目。
目錄大綱
推薦序
前言
第1篇語法篇
第1章零基礎入門AI解決方案
1.1 AI極簡史(選修)
1.2 AI極簡介
1.3 史上最輕鬆的入門AI完整解決方案
1.4 入門好資源
1.5 學習新主張(最重點)
1.6 如何使用本書(純小白請重點閱讀)
1.7 網絡詞彙簡寫與暱稱
1.8 小結
第2章環境搭建
2.1 最簡體驗Jupyter Notebook
2.2 Azure Notebook簡介
2.3 Google Colaboratory簡介
2.4 Windows下安裝Anaconda
2.5 Linux下安裝Anaconda
2.6 Mac下安裝Anaconda
2.7 本地啟動Jupyter Notebook
2.8 小結
2.9 習題
第3章零點一基礎入門Python
3.1 最簡體驗print方法
3.2 更多print玩法
3.3 最簡體驗Python變量
3.4 最簡體驗Python列表與遍歷
3.5 最簡體驗Python字典
3.6 項目實戰:智能通訊錄
3.7 分支語法if
3.8 小結
3.9 習題
第4章最簡體驗數字圖像
4.1 最簡體驗像素
4.2 最簡體驗代碼畫圖
4.3 點與線
4.4 高效交流,協作學習
4.5 正式認識Matplotlib
4.6 小結
4.7 習題
第5章最簡體驗數組
5.1 最簡體驗NumPy
5.2 基於數組進行畫圖
5.3 最簡體驗Figure與Axes
5.4 小結
5.5 習題
第2篇算法篇
第6章最簡體驗捲積運算
6.1 最簡體驗維度
6.2 最簡體驗向量
6.3 最簡體驗一維捲積
6.4 捲積得到的是什麼
6.5 小結
6.6 習題
第7章綜合案例之滑動窗口示意圖
7.1 正式認識subplots()方法
7.2 滑動窗口示意圖0.1版
7.3 最常用圖像元素之文本框
7.4 小結
7.5 習題
第3篇綜合篇
第8章源碼解讀
8.1 TensorFlow示例代碼解讀
8.2 源碼解讀
8.3 基於Notebook服務的開發環境復現
8.4 小結
8.5 習題
後記
