【電子書】用Python學AI理論與程式實作（涵蓋Certiport ITS AI國際認證模擬試題）
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
📌 涵蓋Certiport ITS AI 人工智慧核心能力國際認證範圍，並收錄相關模擬試題。
．本書適合想要學習人工智慧知識與技能的讀者，章節安排由淺入深，以循序漸進的方式介紹人工智慧的核心概念。
．特別強調實踐中學習的重要性，除了介紹AI理論之外，還提供相對應的程式實作，有效提升學習樂趣並降低學習障礙，適合教師進行教學或讀者自主學習。
．介紹了人工智慧的數學基礎，以簡潔扼要的方式解釋在人工智慧理論中，所需應用的數學概念。
．為了兼顧不同Python程式設計能力的讀者，設計了機器學習的Python基礎章節，幫助較不熟悉Python語法的讀者能夠上手。
．本書特別納入符合產業趨勢的「Certiport ITS 資訊科技專家」系列認證考科－ITS Artificial Intelligence 人工智慧核心能力國際認證考試重點，並於書末納入認證模擬試題，讓您掌握考試關鍵，順利考取證照。
．本書適合想要學習人工智慧知識與技能的讀者，章節安排由淺入深，以循序漸進的方式介紹人工智慧的核心概念。
．特別強調實踐中學習的重要性，除了介紹AI理論之外，還提供相對應的程式實作，有效提升學習樂趣並降低學習障礙，適合教師進行教學或讀者自主學習。
．介紹了人工智慧的數學基礎，以簡潔扼要的方式解釋在人工智慧理論中，所需應用的數學概念。
．為了兼顧不同Python程式設計能力的讀者，設計了機器學習的Python基礎章節，幫助較不熟悉Python語法的讀者能夠上手。
．本書特別納入符合產業趨勢的「Certiport ITS 資訊科技專家」系列認證考科－ITS Artificial Intelligence 人工智慧核心能力國際認證考試重點，並於書末納入認證模擬試題，讓您掌握考試關鍵，順利考取證照。
目錄
第一章 人工智慧簡介
1.1 人工智慧簡介
1.2 人工智慧的數學基礎
1.3 建置開發環境
1.4 習題
補充：libiomp5md.dll相關問題
第二章 機器學習的Python基礎
2.1 Python語法練習
2.2 習題
第三章 知識發現
3.1 知識發現
3.2 關聯規則探勘
3.3 序列樣式探勘
3.4 聚類
3.5 習題
第四章 分類問題
4.1 分類問題的形式和目標
4.2 決策樹
4.3 支持向量機
4.4 KNN
4.5 神經網路
4.6 習題
第五章 強化學習
5.1 心理學與強化學習
5.2 Q-Learning與貝爾曼方程式
5.3 運用OpenAI遊戲模組實作Q-Learning 演算法
5.4 習題
補充：AlphaGo Movie
第六章 深度神經網路理論
6.1 全連接神經網路
6.2 模型的量化、修正與優化
6.3 習題
補充：損失函數、梯度優化
第七章 深度神經網路實作
7.1 運用torch.nn類別實作MNIST手寫數字辨識
7.2 運用Dropout函數減緩過擬合問題
7.3 習題
第八章 卷積神經網路理論
8.1 卷積運算
8.2 卷積與影像處理練習
8.3 卷積神經網路
8.4 習題
補充：卷積核與池化核的常用參數
第九章 卷積神經網路實作
9.1 運用CIFAR-10資料集實作CNN
9.2 神經網路的優化實作
9.3 習題
第十章 物件偵測理論
10.1 ResNet
10.2 RCNN
10.3 YOLO
10.4 習題
第十一章 物件偵測實作
11.1 YOLOv7自定義資料集物件偵測
11.2 習題
補充：使用labelImg軟體建構YOLO自定義資料集
第十二章 自然語言處理
12.1 自然語言與機器學習
12.2 斷詞和關鍵字查找
12.3 詞向量
12.4 習題
第十三章 循環神經網路
13.1 RNN
13.2 LSTM
13.3 Transformer與ChatGPT
13.4 習題
第十四章 生成對抗網路
14.1 生成對抗網路
14.2 各類生成對抗網路
14.3 運用DCGAN實現字型風格創作
14.4 習題
附錄A ITS AI國際認證模擬試題
1.1 人工智慧簡介
1.2 人工智慧的數學基礎
1.3 建置開發環境
1.4 習題
補充：libiomp5md.dll相關問題
第二章 機器學習的Python基礎
2.1 Python語法練習
2.2 習題
第三章 知識發現
3.1 知識發現
3.2 關聯規則探勘
3.3 序列樣式探勘
3.4 聚類
3.5 習題
第四章 分類問題
4.1 分類問題的形式和目標
4.2 決策樹
4.3 支持向量機
4.4 KNN
4.5 神經網路
4.6 習題
第五章 強化學習
5.1 心理學與強化學習
5.2 Q-Learning與貝爾曼方程式
5.3 運用OpenAI遊戲模組實作Q-Learning 演算法
5.4 習題
補充：AlphaGo Movie
第六章 深度神經網路理論
6.1 全連接神經網路
6.2 模型的量化、修正與優化
6.3 習題
補充：損失函數、梯度優化
第七章 深度神經網路實作
7.1 運用torch.nn類別實作MNIST手寫數字辨識
7.2 運用Dropout函數減緩過擬合問題
7.3 習題
第八章 卷積神經網路理論
8.1 卷積運算
8.2 卷積與影像處理練習
8.3 卷積神經網路
8.4 習題
補充：卷積核與池化核的常用參數
第九章 卷積神經網路實作
9.1 運用CIFAR-10資料集實作CNN
9.2 神經網路的優化實作
9.3 習題
第十章 物件偵測理論
10.1 ResNet
10.2 RCNN
10.3 YOLO
10.4 習題
第十一章 物件偵測實作
11.1 YOLOv7自定義資料集物件偵測
11.2 習題
補充：使用labelImg軟體建構YOLO自定義資料集
第十二章 自然語言處理
12.1 自然語言與機器學習
12.2 斷詞和關鍵字查找
12.3 詞向量
12.4 習題
第十三章 循環神經網路
13.1 RNN
13.2 LSTM
13.3 Transformer與ChatGPT
13.4 習題
第十四章 生成對抗網路
14.1 生成對抗網路
14.2 各類生成對抗網路
14.3 運用DCGAN實現字型風格創作
14.4 習題
附錄A ITS AI國際認證模擬試題
詳細資料
詳細資料
-
- 語言
- 中文繁體
- 裝訂
-
- ISBN
- 9786263247376
- 分級
- 普通級
-
- 頁數
- 408
- 商品規格
- 16開19*26cm
-
- 出版地
- 台灣
- 適讀年齡
- 全齡適讀
-
- 注音
- 級別
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