活動訊息
用閱讀開啟視野，讓書成為照亮你人生的光
【金石堂選書】本月推薦您這些好書👉 快來看看
內容簡介
TensorFlow認證考試最佳參考書
附解說檔及練習題400題
｜本書專為有志於認證考試或想深入了解人工智慧原理者而設計｜
提供大量的習題及解說（超過400個），同時深入解說神經網路的運作原理，無論是初學者或進階者都適合閱讀。
｜繪製獨門的示意圖｜
利用Excel的工作表來展示各種演算法的運算過程，將抽象概念具體化。
｜詳細解說損失函數、 激發函數、優化器、標籤編碼、單熱編碼、正規化、標準化、學習率、正向傳播、反向傳播及梯度下降法等機器學習的基礎觀念，以厚植人工智慧的實力｜
這些觀念是開發人工智慧軟體的關鍵，也是一般學子最難搞懂的部分，本書以問答集的形式呈現，共計41個主題，例如：為何要使用交叉熵函數來計算誤差？如何選擇激發函數？如何建構孿生神經網路？何謂梯度消失與梯度爆炸？如何使用自注意力機制？
【目標讀者】
✔各級學校的學生。
✔有志於認識人工智慧及參加認證考試的各界人士。
目錄
|Chapter 01| 神經網路之概念
1.1 神經網路模型簡介
1.2 神經網路模型運作解析
1.3 模型訓練的資訊
1.4 神經網路工作程序
1.5 應考須知
1.6 如何使用本書範例檔
|Chapter 02| 結構化資料的分類辨識
2.1 傳統的分類辨識方法
2.2 神經網路模型的分類辨識方法
|Chapter 03| 迴歸分析
3.1 傳統迴歸分析法
3.2 神經網路模型在簡單迴歸分析的用法
3.3 神經網路模型在多元迴歸分析的用法
|Chapter 04| 圖像辨識
4.1 圖像基本原理
4.2 圖片及影片的基本操作
4.3 傳統圖像辨識法的缺點
4.4 卷積神經網路說明
4.5 在TensorFlow中使用卷積層
4.6 在TensorFlow中使用池化層與展平層
4.7 卷積層與池化層的種類
4.8 開放數據集
|Chapter 05| 圖像資料的擴增
5.1 圖像擴增的意義
5.2 圖像擴增的方法
5.3 圖檔之讀取與分類
5.4 圖像資料產生器的特殊用途之一
5.5 圖像資料產生器的特殊用途之二
|Chapter 06| 預訓練模型的使用
6.1 預訓練模型簡介
6.2 預訓練模型的用法之一
6.3 預訓練模型的用法之二
6.4 預訓練模型的用法之三
6.5 預訓練模型的比較
6.6 遷移學習原理
|Chapter 07| 時間數列預測
7.1 時間數列的類型
7.2 時間數列預測法
7.3 時間數列預測步驟
7.4 時間步與時間數列之切割
7.5 循環神經網路的模式
7.6 循環神經網路之原理
7.7 循環神經網路的關鍵參數
|Chapter 08| 文本分類
8.1 文本處理步驟
8.2 移除停用詞
8.3 斷詞器
8.4 嵌入層與詞向量
8.5 預訓練的詞向量
8.6 文本分類的意義與程序
8.7 文本分類資料集簡介
8.8 文本預訓練模型之運用
8.9 文本分類的進階處理
|Chapter 09| 文本生成
9.1 文本生成概要
9.2 文本預處理
9.3 建構模型兩種
9.4 文本生成自訂函數
9.5 文本生成之斷句
9.6 自然語言處理的新發展
|附 錄|（附錄內容請至博碩官網下載）
附錄A 觀念解析
附錄B Google Colab使用方法
附錄C 範例檔清單_程式結構_套件版本
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
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！
購買須知：
使用金石堂電子書服務即為同意金石堂電子書服務條款。
電子書分為「金石堂(線上閱讀+APP)」及「Readmoo(兌換碼)」兩種：
- 請至會員中心→電子書服務「我的e書櫃」領取複製『兌換碼』至電子書服務商Readmoo進行兌換。
退換貨須知：
- 因版權保護，您在金石堂所購買的電子書僅能以金石堂專屬的閱讀軟體開啟閱讀，無法以其他閱讀器或直接下載檔案。
- 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」，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），不受「網購服務需提供七日鑑賞期」的限制。為維護您的權益，建議您先使用「試閱」功能後再付款購買。
商品評價