【問題】服務學習打掃心得?推薦回答

作者:日經xTREND日本深度學習協會(監修)

正前] ――――從研究邁向實用,見證35家日本先進企業如何成功應用「深度學習」――――   日本AI書籍第一人、東京大學松尾豐教授解說深度學習的發展預測 LINE、可口可樂、本田、樂天、NHK、So-net、佳能醫療系統…… 第一手訪談先驅者的前瞻思考,掌握智慧化新技術的無限商機   ★深入導讀深度學習的發展:影像辨識、多模式辨識、機器人學、互動、符號接地、知識擷取! ★為運用AI技術的企...

作者:張曉明

◎ 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...

作者:臧萌

本書是深受讀者好評的《Java入門1?2?3——一個老鳥的Java學習心得》的最新升級版。作者以獨特的視角向Java初學者講述了如何才能真正理解和掌握Java。本書充分考慮了初學Java的種種困難,講解細致入微,抽絲剝繭,層層推進,並采用對比、比喻和類比等方式,給出了大量的流程圖幫助讀者理解各種概念和程序的運行過程,而且還給出了大量簡單易懂的實例,真正做到了零門檻學Java。另外,本書基於最...

作者:黄佳

看故事學知識,繁雜的機器學習原來這麼簡單, 從小白新手到黑帶高手,從理論數學到專案實作,在程式碼中看到自己的進步! 機器學習浪潮已達世紀高峰,你還不行動?   ▌跳出俗套、耳目一新 ▌   本書跳脫出俗套,真正從初學者角度為我們呈現了一幅人工智慧的技術畫卷,令人耳目一新。      ▌未來AI、平易近人 ▌   Al 是未來,它將重塑每個行業和領域,對於這種迎面而來的宏大變化,是臨淵羡魚還...

作者:Emmanuel Ameisen

  「很多機器學習相關書籍都略過了最困難的部分:問題改善、模型除錯及為客戶部署;這本書聚焦於這些主題,您可以讓專案從構想轉化至產生影響。」 ──Alexander Gude (Intuit資料科學家)   本書旨在學習設計、建立及部署機器學習(ML)應用的必要技能。透過這本實作書籍的教學過程,您將打造一個從初步構想到部署產品的ML應用範例。無論您是資料科學家、軟體工程師及產品經理,或是經驗...

作者:斎藤康毅

  不走捷徑,幫助您真正搞懂「深度學習」的真義   這是一本與「深度學習」有關的書籍。從入門開始說明,一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解:深度學習究竟是什麼?有何特色?根據何種原理來運作?   從零開始,由實做中學習   本書的目標是,盡量避免使用不瞭解內容的「黑盒子」,以基礎的知識為起點,以容易上手的Python撰寫程式,從動手實作的過程中,一步步深入瞭解深...

作者:石川聡彦

最夯的 Python 套件解說 ✕ 最夯的資料科學、機器學習技術, 本書帶您一次學會!     Python 是近來最熱門的程式語言, 也是資料科學、機器學習實作時的首選語言。Python 之所以在這些領域大放異彩, 就是仰賴了各種功能強大的第三方套件, 不過套件百百款, 該從哪些下手呢?很簡單, 很少用到的先不用花太多時間, 我們挑常用、關鍵的先學好!本書為有志於學習資料科學、機器學習的初...

作者:施威銘研究室

  剛接觸 Deep learning 深度學習, 大家都說 Keras 實作最簡單、最多人用, 各種參考資源也很豐富, 但實際學習 Keras 卻一直卡關...     .官方網站資源豐富, 但不知從何查起?一大堆參數說明夾雜各種專有名詞, 有看沒有懂?   .跟著書上或網路上的範例實作都做得出來, 不過卻不知道為什麼要這麼做?   .用經典 MNIST 資料集辨識手寫數字, 準確率都 9...

作者:志凌資訊郭姮劭

  【超值加贈:內容多達170頁的全彩PDF電子書】   為了提供讀者更豐富的內容,作者特別將部分主題的詳細說明或較為進階的內容,製作成PDF電子書,讓您學習更加得心應手!   操作介面大變革:   *「開始」鈕回來了!全新的開始功能表和開始畫面,執行應用程式更有效率。   *透過工作檢視的「時間軸」,可隨心所欲的回到某日曾造訪的網站、開啟曾編輯的檔案或應用程式。   *重新改良電腦的「設...

作者:游皓麟

預測之美,莫過於此   未卜先知不再是夢想,用深度學習及機器學習的原理,預測出最精準的結果。   完整收錄   √遺傳演算法、粒子群演算法、模擬退火求解   √多元線性、Ridge回歸、Lasso回歸、分位數回歸、穩健回歸   √GBRT、神經網路、SVM、高斯回歸   √Box-Jenkins方法、門檻自回歸、向量自回歸、GARPH模型族、卡爾曼濾波、RNN及LSTM   完整的數學...

作者:我妻幸長

一步步拆解複雜的數學算式,一筆筆手工算給你看, 硬派學習才能紮穩根基!   「想要學好深度學習,深入了解底層各種演算法的運算細節絕對有其必要!」相信不少初學者正抱持著相同的想法,希望好好熟悉 mini-batch 反向傳播、梯度下降等各種深度學習演算法的細節,但多數的情況卻可能一直碰壁...   原因很簡單,當你深究神經網路的底層運算,會發現種種演算法的背後統統都是數學, 學寫程式還行,...

作者:文淵閣工作室

國內外最具代表性案例 兩大雲端應用、15項分類實例、9大專題實戰   自然語言、文字識別、語音轉換、分析預測、   物件自動標示、影像辦識真正實練!   從資料收集整理、模型訓練調整,   檢測修正到產出全面解秘!   資料科學(Data Science)技術崛起後,人工智慧(Artificial Intelligence)、機器學習(Machine Learning)與深度學習(Dee...

作者:塚本邦尊山田典一大澤文孝中山浩太郎(監修)松尾豐(協力)

「大數據會消失,資料科學不會」 「所有的科學都是資料科學」 ―――資訊科學時代最需要閱讀的一本書――― 東京大學資料科學人氣講座全收錄──── ★傳說中的東大松尾研究室超熱門課程,第一手內容完整公開! ★用Python學習基本的程式撰寫,邊做邊學,鍛鍊最強的資料科學技能! ★收錄大量練習題和綜合題演練,打好理論基本功,具體應用於實務現場! ★體驗資料科學的魅力,培養整合跨領域課題的創造力!...

作者:吉田拓真尾原颯

硬派學習 AI 才能紮穩根基!   許多 Python 開發人員初接觸機器學習、深度學習, 往往一開始就使用當紅的 Tensorflow、Keras 等 AI 框架, 只用了短短六行就寫出一隻神經網路程式, 接著就針對參數開始東調西調、訓練模型, 為了提高神經網路模型的準確率 (Accuracy) 96.6% → 97.4% → 98.9%...而奮戰著。   只需六行?調調參數?看起來...

作者:玉飼真一村上竜介佐藤哲太田文明常盤晋作IMJ Corporation

  想要打造好用、有效率、令使用者滿意的網站,就需要完善的 UX 設計!   網站企劃、網站開發者、設計總監、製作人、設計師、工程師……   網頁設計相關人士必讀的 UX Design 指南   「UX」是什麼?「UX」是「User eXperience」的縮寫,翻譯為「使用者體驗」。有種說法是,「UX」並非一般所指的產品或服務等「事物」,而是包含事物在內,所謂的環境「狀態」的設計。  ...


常見生活風格問答


延伸文章資訊