人工智慧大現場 - 實用篇－35天從入門到完成專案
黃義軒、Kavin Na Yang、吳書亞 著
- 出版商: 博碩
- 出版日期: 2021-05-29
- 定價: $690
- 售價: 7.8 折 $538
- 語言: 繁體中文
- 頁數: 544
- ISBN: 9864347829
- ISBN-13: 9789864347827
-
相關分類:
DeepLearning、Python
立即出貨 (庫存 < 5)
買這商品的人也買了...
-
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
為你自己學 Git$500$425 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
重構｜改善既有程式的設計, 2/e (繁中平裝版)(Refactoring: Improving The Design of Existing Code, 2/e)$800$632 -
優化 SQL｜語法與資料庫的最佳化應用$450$383 -
雲端深入你我身邊：新一代邊緣運算技術直達$650$514 -
機器學習工程師面試全破解：嚴選 124道 AI 演算法決勝題完整剖析$650$507 -
使用 Python 搜刮網路資料的 12堂實習課$520$406 -
強化式學習：打造最強 AlphaZero 通用演算法$780$663 -
Kaggle 競賽攻頂秘笈 -- 揭開 Grandmaster 的特徵工程心法，掌握制勝的關鍵技術$1,000$850 -
精實AI｜新創企業如何運用人工智慧獲得成長 (Lean AI)$450$356 -
深度強化式學習 (Deep Reinforcement Learning in Action)$1,000$790 -
人工智慧：8堂一點就通的基礎活用課$380$296 -
必學！Python 資料科學‧機器學習最強套件 － NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras$680$537 -
500個必問題：深度學習 AI頂尖企業面試實況$880$695 -
機器學習設計模式 (Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops)$680$537 -
資料科學的建模基礎 : 別急著 coding！你知道模型的陷阱嗎？$599$473 -
編寫程式的邏輯：如何用物件導向實作複雜的業務需求$680$530 -
超圖解資料科學 ✕ 機器學習實戰探索 - 使用 Python$560$442 -
圖解雲端技術的原理與商業應用$450$356 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$790 -
超大流量系統解決方案 : 大型網站架構師的經驗分享$690$538 -
自學機器學習 - 上 Kaggle 接軌世界，成為資料科學家$680$578 -
OpenCV 影像創意邁向 AI 視覺王者歸來 (全彩印刷)$890$703 -
Python 資料科學自學聖經：不只是建模！用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔)$580$458
相關主題
商品描述
♔循序漸進的從系統環境、資料爬蟲分析，到熟悉Python/Django/Tensor Flow/Keras基本應用。
♔活用深度學習及實用案例，讓您在最短時間可以開始參與AI專案。
AI（人工智慧）的技術來自軟體工程的演進，一個優秀的AI工程師要經由程式設計、資料採礦、系統分析、數理演算等紥實的科學訓練；甚至還有企業管理、流程改善、財務金融及消費行為等商務思考的訓練。AI如果不能預測及主動除錯，就只是較高端的程式設計而已。
本書的特色是用實務來帶出技術、減少系統端的干擾、不浪費時間探討程式來源及系統演進。希望協助讀者能縮短學習時間，並快速跟上國際上AI的發展的節奏。
本書讓你正確理解人工智慧的力量，不用做重複的事或錯誤的事；加上可以立即執行的實例。不只強調高速且大量運算的舊觀念，在不抵觸CPU／GPU的硬體邏輯運算下，讓本書的實例在你的專案中，能輕鬆的應用自如。
作者簡介
黃義軒
工作經歷： 遠傳電信網路事業協理、光寶科技公司系統資深處長、美國聯合科技公司技術總監、阿里巴巴資料科學家。工程與財金雙碩士，IT 相關產業經驗23 年。
Kavin Na Yang
工作經歷： 美國籍，IBM 美國企業服務總監。資工博士，IT 相關產業經驗28 年。
吳書亞
工作經歷： 擎邦科技公司專案經理、IBM 等系統服務及工業製程顧問。IT 相關產業經驗20 年。
以上作者來自「人工智慧大現場」團隊。
人工智慧大現場聯絡方式：igreener.tw@gmail.com。
目錄大綱
CHAPTER 01 AI網路資源及開發環境－Python/Anaconda/創建虛擬環境/Django
CHAPTER 02 2天：建構最佳AI開發環境
2-1 簡易分析
2-2 一張表協助你設定開發環境
2-3 一個程式協助你完成中大型AI 專案系統分析
2-4 系統分析範例
CHAPTER 03 3 天：AI 專案基本功－三部曲完成專案
3-1 封閉性系統專案：熟悉各種不同的開發平台
3-2 開放性系統專案：自己建立程序
CHAPTER 04 5 天：強化資料結構基本功
4-1 進行Data Science 必學的pandas 處理技巧
4-2 互動介面：兼顧各種顯示設備及系統一次到位
4-3 資料分流：網路流量及速度的考量
4-4 全新AI 資料架構觀念：以鐵達尼號事件為例
4-5 智慧製造專案－產能，效率與費用《附完整程式》
CHAPTER 05 3 天：進化版大數據網路爬蟲技巧
5-1 資料庫的進化－美國車輛測試中心的互動顯示系統（附完整程式）
5-2 程式模組化－基金經理人 線上即時系統（附完整程式）
5-3 Covid-19：巨量資料的過濾與分析（附完整程式）
CHAPTER 06 6 天：熟悉即時系統的操作
6-1 飛航追踪即時系統－全球飛機追踪即時看板（附完整程式）
6-2 全球Covid-19 即時看板（附完整程式）
6-3 全球幸福指數大解析（附完整程式）
6-4 股票即時分析預測系統（附完整程式）
CHAPTER 07 9 天：AI 原理與實作
7-1 用AI 及Apple Mobility 預測Covid-19 病毒擴散速度（附完整程式）
7-2 Airbnb 全球客戶AI 分析系統（附完整程式）
7-3 檢驗－用AI 預測飛機航班誤點的機率（附完整程式）
7-4 用機器學習協助提昇航班準點率（附完整程式）
7-5 用機器學習預測全球幸福指數（附完整程式）
7-6 鐵達尼號的生存機率預測（附完整程式）
7-7 AI 在自然科學應用－聽聲音辨別性別（附完整程式）
