熱門關鍵字:

BN說明

Deep Learning深度學習基礎|設計下一代人工智慧演算法

  • 365天內有 15↑個人買過此商品
  • 館長推薦
  • 1個人喜歡
? 快來將您對閱讀的熱情和對書籍的想法分享給所有讀友,每完成一篇讀者書評並審核通過者,即可獲得讀者書評點數,點數還可換電子禮券唷!
分享:
版本:

商品訊息

  • 追蹤分類 ? 追蹤分類後,您會在第一時間收到分類新品通知。
  • 作者: Nikhil Buduma 追蹤作者 ? 追蹤作者後,您會在第一時間收到作者新書通知。
  • 出版社: 歐萊禮 追蹤出版社 ? 追蹤出版社後,您會在第一時間收到出版社新書通知。
  • 出版日:2018/6/19
  • ISBN:9789864768240
  • 適讀年齡:全齡適讀
  • 定價: 620
  • 特價: 79 490
  • 紅利可抵: 15 ? 除單一商品售價低於50元或特價折扣低於3折(含)以下者,其餘商品均可使用紅利點數。
  • 到店取貨: ? 『金石堂』門市取貨免運費。
    『全家、OK、萊爾富、掌櫃』滿350元,免運費;350元以下,運費20元。
    宅配: ? 滿1,000元,免運費
    490元-999元,運費50元
    490元以下,運費65元
  • 配送地區: 全球、 香港OK、 台澎金馬
  • 付款方式: ATM、 信用卡、 LINE Pay、 街口帳戶支付、 貨到付款、 PayPal、 FamiPort、 取貨付款
  • 預計 2019/12/16 出貨 參考庫存量:1 查詢門市庫存 ? 若您欲在金石堂門市購買商品,請選擇欲查看庫存之門市。網頁之「庫存狀態」僅供參考,實際貨況以門市為準。

強力推薦

內容簡介

深度學習(Deep Learning)如今已成為非常活躍的研究領域,同時也為現代機器學習鋪展了一條康莊大道。本書提供許多範例與清楚的說明,引導讀者進一步了解這個複雜領域中的一些主要概念。
包括Google、微軟和Facebook這樣的業界龍頭,全都在其內部積極發展深度學習團隊。不過對於一般人來說,深度學習仍舊是個相當複雜而困難的主題。如果您熟悉Python,並具備微積分的背景知識,加上對於機器學習的基本理解,本書即可幫助您入門。

.瞭解機器學習和神經網路的基礎知識
.瞭解如何訓練正向饋送神經網路
.用TensorFlow實現你的第一個神經網路
.網路越來越深度時,相關問題的管理
.建立能夠分析複雜圖片的神經網路
.使用自動編碼器進行有效的降維操作
.深入序列分析以處理自然語言
.瞭解強化學習的基礎知識

作者

Nick Locascio

是一位深度學習顧問、作家和研究人員,在Regina Barzilay實驗室從事自然語言處理(NLP)與電腦視覺方面的研究,並取得了學士與工程碩士的學位。他曾做過的專案,包括訓練神經網路使之能夠根據自然語言提示編寫程式碼,以及與MGH放射科合作應用深度學習協助臨床篩查乳房X光相片。Nick的研究成果,曾獲得MIT新聞和CNBC的報導。Nick也為財富500大企業提供深度學習的私人諮詢服務。他還參與創立了具有里程碑意義的MIT課程6.S191「深度學習簡介」,向300名學生、博士後與教授講授相關內容。

Nikhil Buduma

是Remedy的聯合創始人兼首席科學家,主要工作是構建一個以資料驅動為基礎的醫療保健新系統。16歲時,他在聖荷西州立大學設立了藥物探索實驗室,並為資源受限社區開發了一些低成本的新型篩查方法。19歲時,他曾兩度於國際生物奧林匹克競賽中獲得金牌。後來他就讀麻省理工學院,專注於開發大型數據系統,對醫療保健、心理健康、醫學研究等各方面都有一定的影響。他在麻省理工學院也共同參與創立了「Lean On Me」,這是一個全國性的非營利組織,主要是以匿名文字熱線的方式,在大學校園中提供有效的同伴支援,並利用數據促進積極正面的心理健康成果。Nikhil透過他的風險投資基金Q Venture Partners投資一些具有高技術與數據相關的公司,並為密爾瓦基釀酒人棒球隊管理一個數據分析團隊。

目錄

第1章 神經網路
第2章 訓練正向饋送神經網路
第3章 運用TensorFlow 實現神經網路
第4章 超越梯度遞減
第5章 卷積神經網路
第6章 嵌入和表達方式的學習
第7章 序列分析模型
第8章 記憶強化神經網路
第9章 深度強化學習

序/導讀



21世紀初,神經網路再次受到關注,其中「深度學習(Deep Learning)」已成為非常活躍的研究領域,同時也為現代機器學習鋪展了一條康莊大道。本書將透過解說和實例,協助你理解這個複雜領域的一些主要概念。事實上,包括Google、微軟和Facebook 等大公司,很早就開始關注這個領域的發展,而且這些公司內部的深度學習團隊也一直在積極擴展。對於我們這些其他人來說,深度學習仍是個相當複雜而困難的主題。一般研究論文總是充斥各種專業術語和行話;如果想瞭解深度學習如何解決問題及其原理,網路上分散各處的線上教程似乎也沒什麼幫助。因此,我們的目標就是希望能消除這其中的落差。

預備知識與目標讀者
本書設定的目標讀者,對微積分、矩陣和Python 程式設計都應該要有基本的理解。如果缺乏這些背景就想閱讀本書,雖然並非不可能,但肯定很有挑戰性。如果讀者具備線性代數的背景知識,對於本書某些數學相關章節也很有幫助。
讀完本書之後,我們希望讀者能在以下幾個方面,留下具體而直接的認知:運用深度學習來解決問題的做法、現代深度學習方法的歷史背景、熟悉如何使用TensorFlow 開源函式庫實現深度學習演算法。

譯者序

這次翻譯本書非常開心,收獲出乎意料的多。

首先第一大功勞,一定要感謝碁峰資訊選中此書,還給了非常充足的時間!!在如此充裕的條件下,身為譯者的我除了完成譯稿之外,還額外完成了好幾件重要的工作。^_^
首先是我在這次的翻譯工作中,結合Google 譯者工具包,打造了一個翻譯輔助外掛系統,這個系統大大提昇了翻譯的速度與品質。過去我曾使用過好幾種翻譯輔助系統(像是Trados、OmegaT、雅信、雪人、輕敲互動翻譯、TermSoup⋯等,當然還有Google譯者工具包本身),或多或少都有一些不順手的地方。我一直想做個自己用起來順手的工具,但平時沒在翻譯就提不起勁,翻譯期間又往往沒有餘裕,這次好不容易有了充裕的時間,一開始我便花了些心思打造系統,後來邊翻譯邊改系統,越用越順手,到翻譯完成時系統也達到了一定的成熟度,心裡著實感到特別高興。

另一個收獲,就是這本書的內容,對於我很感興趣的自然語言有許多著墨。雖然當初並沒有抱著很高的期望,但實際翻譯後發現書中介紹的許多主題(尤其第六、七章的序列分析、詞性分析、SyntaxNet、情緒分析、機器翻譯⋯)正是我急切想要了解的內容!!當初Google 開放相關原始碼時,我想進一步了解卻還是感到煩惱,就是因為如果直接去讀那些程式碼,相應說明不足的情況下恐怕非常吃力,沒想到這本書做了相當深入淺出的介紹,我甚至可以循著書中許多思路,進一步改善前面所提到的翻譯輔助系統!
這真是太神奇了,傑克⋯⋯^_^

詳細資料

詳細資料

    • 編/譯者
    • 藍子軒
    • 語言
    • 中文繁體
    • 規格
    • 紙本平裝
    • ISBN
    • 9789864768240
    • 分級
    • 普通級
    • 開數
    • 頁數
    • 304
    • 出版地
    • 台灣
    • 適讀年齡
    • 全齡適讀

訂購須知

下載『金石堂APP』並開啟推播設定,隨時掌握出貨動態:

Google play
App Store

    商品運送說明:

  • 本公司所提供的產品配送區域範圍目前僅限台灣本島。注意!收件地址請勿為郵政信箱。
  • 商品將由廠商透過貨運或是郵局寄送。消費者訂購之商品若無法送達,經電話或 E-mail無法聯繫逾三天者,本公司將取消該筆訂單,並且全額退款。
  • 當廠商出貨後,您會收到E-mail及APP出貨通知,您也可透過【訂單查詢】確認出貨情況。
  • 建議您可下載『金石堂APP』並開啟推播設定,即可收到出貨通知。
  • 產品顏色可能會因網頁呈現與拍攝關係產生色差,圖片僅供參考,商品依實際供貨樣式為準。
  • 如果是大型商品(如:傢俱、床墊、家電、運動器材等)及需安裝商品,請依商品頁面說明為主。訂單完成收款確認後,出貨廠商將會和您聯繫確認相關配送等細節。
  • 偏遠地區、樓層費及其它加價費用,皆由廠商於約定配送時一併告知,廠商將保留出貨與否的權利。

提醒您!!
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機,請不要聽從指示,以免受騙上當!

退換貨須知

  • 依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
    1. 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
    2. 依消費者要求所為之客製化給付。(客製化商品)
    3. 報紙、期刊或雜誌。(含MOOK、外文雜誌)
    4. 經消費者拆封之影音商品或電腦軟體。
    5. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
    6. 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
  • 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
  • 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
  • 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
預計 2019/12/16 出貨 參考庫存量:1 查詢門市庫存?

28