買這商品的人也買了...
-
無瑕的程式碼－敏捷軟體開發技巧守則 + 番外篇－專業程式設計師的生存之道 (雙書合購)$940$700 -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
無瑕的程式碼－整潔的軟體設計與架構篇 (Clean Architecture: A Craftsman's Guide to Software Structure and Design)$580$452 -
領域驅動設計：軟體核心複雜度的解決方法 (Domain-Driven Design: Tackling Complexity in the Heart of Software)$680$530 -
$449基於 RISC-V 的人工智能應用開發 -
深度學習 － 硬體設計$750$675 -
網頁美編的救星！零基礎也能看得懂的 HTML & CSS 網頁設計$550$435 -
認識人工智慧－第四波工業革命$420$378 -
人工智慧：8堂一點就通的基礎活用課$380$296 -
白話演算法！培養程式設計的邏輯思考 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$520$411 -
比 Docker 再高階一步：使用 Harbor 完成 Helm Chart 容器及鏡像雲端原生管理$880$695 -
Python 自學聖經：從程式素人到開發強者的技術與實戰大全, 2/e (附影音/範例程式)$880$695 -
資料密集型應用系統設計 (Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems)$980$774 -
資料科學的建模基礎 : 別急著 coding！你知道模型的陷阱嗎？$599$473 -
人工智慧與影像知識詮釋化$330$297 -
$454TensorFlow 深度學習 — 手把手教你掌握 100個精彩案例 (Python版) -
Python 從初學到生活應用超實務 (電腦視覺與AI加強版)：讓 Python 幫你處理日常生活與工作中繁瑣重複的工作$650$455 -
Python 統計分析：生命科學應用 (An Introduction to Statistics with Python: With Applications in the Life Sciences)$500$350 -
AI 生成時代：從 ChatGPT 到繪圖、音樂、影片，利用智能創作自我加值、簡化工作，成為未來關鍵人才$520$411 -
小水豚教你做網站! 輕鬆學好 HTML / CSS 網頁設計$580$458 -
實戰 VMware vSphere 8 部署與管理$640$505 -
C++ 軟體設計｜高品質軟體的設計原則和模式 (C++ Software Design: Design Principles and Patterns for High-Quality Software)$780$616 -
輕鬆自學 ASP.NET Core MVC(.NET 8)：從建置到部署的 Web 程式經典範例實作$780$616 -
絕對會 Python 用場! 驚人的程式妙用$680$537 -
AI + IoT 佈建邊緣運算 - 電腦視覺業界專案原理及實作$980$774
商品描述
1. 主題學習：循序漸進介紹人工智慧領域中數據處理、數據標記、神經網路、機器學習、物件辨識等重要概念。
2. 輕鬆入門：結合公開、免費與好用的開源工具與網頁，引導讀者輕鬆進入機器學習的領域。
3. 時下最夯：介紹目前人工智慧趨勢 — 邊緣運算，並說明雲與端如何相互依存與協同作業。
4. 生活應用：藉由 AI 加速棒的實作，帶領讀者體驗AI的落實應用。
目錄大綱
chapter 1 打開人工智慧之門
1-1 談談AlphaGo
1-2 人工智慧名詞的由來
1-3 人工智慧所需具備的能力
1-4 人工智慧的趨勢
1-5 人工智慧並非獨立存在
1-6 AI 的學習方法
1-7 實作介紹：Google Colaboratory
chapter 2 數據蒐集與處理
2-1 BIG DATA與OPEN DATA
2-2 資料的類別
2-3 資料蒐集與清理
2-4 實際範例說明
2-5 實作介紹：標記（Label）工具
chapter 3 機器學習
3-1 機器學習的種類
3-2 機器學習的演算法
3-3 自動化機器學習
3-4 實作介紹：Kneron AI Dongle運算棒
chapter 4 深度學習
4-1 什麼是神經網路？
4-2 深度學習的經典 — CNN卷積網路
4-3 ConvNetJS
4-4 實作介紹：Kneron Academy 進階
chapter 5 物件辨識
5-1 工作分類與名詞解釋
5-2 要回答的問題
5-3 如何做物件偵測與分類判定
5-4 其他注意事項
chapter 6 終端裝置的人工智慧
6-1 什麼是終端AI？
6-2 AI加速棒
6-3 人機介面的互動
6-4 智慧門鎖
6-5 建構人臉辨識的演算法
6-6 隱私權的保護
6-7 神經網路處理器的傳輸
chapter 7 AI專案與加速棒應用
7-1 建構一個AI專案
7-2 多樣化的AI APP應用程式
7-3 人臉辨識實作—智慧門鎖應用的核心
7-4 多物件辨識實作—流量計算應用的核心
7-5 製作自定義分類模型
7-6 總結
