打好AI的基礎：一探機器學習底層數學運作
★★★★★【機器學習】、【底層數學】★★★★★ 數學是科學之母，想在AI領域發光發熱，先要打下穩固的數學基礎！ 本書技術重點 ✪一元多元函數微積分 ✪線性代數、向量、矩陣分解 ✪偏導數、漢森矩陣、雅可比矩陣、無窮級數 ✪最佳化方法、泛函數極值與變分法 ✪機率統計理論、柴比雪夫不等式 ✪資訊理論、交叉熵、條件熵 ✪隨機過程、馬可夫過程、高斯過程 ✪圖論、拓撲排序演算法、拉普拉斯矩陣 本書特色 ◎完美圖解，通俗易懂 本書對數學知識採取圖解演示。透過圖解，許多問題都變得簡單，一點就通。 ◎生活化的實例，簡單又有趣 例如隨機過程的典型代表，馬可夫過程（Markov Process）的章節中，作者就用了天氣與降雨這種生活化的例子講解，拉近讀者與知識的距離。 ◎深入淺出，透析本質 機器學習的數學知識難度不低，許多概念的定義讓讀者難以理解。本書透過點出關鍵的地方，讓讀者一看就豁然開朗，推導再也不是問題。 ◎機器學習、數學，相輔相成 本書從機器學習的角度講數學，又從數學的角度講機器學習，言簡意賅、知識滿點、循序漸進，是你學習機器學習的最好夥伴。
全中文自然語言處理：Pre-Trained Model方法最新實戰
★★★★★【全中文自然語言處理】★★★★★ 還在對huggingface上的預訓練模型(bert-base)等都是針對歐美語系感到困擾嗎？ 本書就是為中文世界讀者專屬打造的，讓你一窺中文模型的自然語言處理！ 自然語言處理(NLP)號稱「人工智慧皇冠上的珍珠」，是AI世界中最先進也是應用最廣的領域。從早期的知識模型，到中間的統計模型，一直到最新的神經網路模型，早已服務於你所看到的任何大型系統，包括Google的關鍵字排名、Google翻譯、購物網站推薦系統、Siri/OK Google等，都是NLP產出的精華。如果你還以為CNN、GAN等圖型處理的AI架構很有趣，換到NLP領域中，你會發現更多驚奇！ 本書從預訓練模型的角度對理性主義和經驗主義這兩次重要的發展進行了系統性的論述，能夠幫助讀者深入了解這些技術背後的原理、相互之間的聯繫以及潛在的局限性，對於當前學術界和工業界的相關研究與應用都具有重要的價值。本書由中文自然語言處理的首席單位「哈爾濱工業大學」完成，其在Huggningface的Transformer模型上有貢獻多個純中文模型，由這些專家親著的內容，絕對是你想了解中文NLP專業的第一選擇。 本書技術重點 ✪詞的獨熱表示、詞的分散式表示、文字的詞袋表示 ✪文字分類問題、結構預測問題、序列到序列問題 ✪NLTK 工具集、LTP 工具集、大規模預訓練資料 ✪多層感知器模型、卷積神經網路、循環神經網路、注意力模型 ✪情感分類實戰、詞性標注實戰 ✪Word2vec 詞向量、GloVe 詞向量 ✪靜態詞向量預訓練模型、動態詞向量預訓練模型 ✪預訓練語言模型、GPT、BERT ✪模型蒸餾與壓縮、DistilBERT、TinyBERT、MobileBERT、TextBrewer ✪生成模型、BART、UniLM、T5、GPT-3、可控文字生成 ✪多語言融合、多媒體融合、異質知識融合 ✪VideoBERT、VL-BERT、DALL·E、ALIGN 本書特色 ◎不只英文，還有中文模型的自然語言處理 以往的自然語言處理專書多以處理歐美語系為主，令使用中文為母語的我們甚感遺憾，如今，本書就是你第一本可深入了解「中文模型的自然語言處理」最棒的書籍！ ◎中文自然語言處理的首席單位專家親著 本書由中文自然語言處理的首席單位「哈爾濱工業大學」完成，其在Huggningface的Transformer模型上有貢獻多個純中文模型，由這些專家親著的內容，絕對是你想了解中文NLP專業的第一選擇。 ◎精美圖表、專業講解 本書內含作者精心製作的圖表，有助於讀者理順思緒、更好地學習自然語言處理的奧妙。
深度學習：邁向Meta Learning
► The Quest for Deep Learning Meta Learning ► 常常看到、聽到卻不知道如何入手 ► 最徹底、最過癮的深度學習理論基礎大公開 ► 有趣、有用、有深度 ► 讓28個矽谷資深AI大師把最重要的100道面試題說清楚、講明白 本書特色 Hulu是矽谷著名串流影音的平台，在廣告投放效果上甚至超越著名的NetFlix。一群來自於Hulu的AI大師，作者智商總和最高，畢業於史丹佛、北大、北京清華等名校，聯手完成了深度學習史上最重要的100個問題。這些問題是對原來已經了解深度學習的高手們可說是做一個總整理。但對剛入門的新手來說也是一本有趣、有用、有深度，極具價值的參考書。 專家重磅推薦 本書是諸葛越博士及其團隊再次將電腦科學與具體應用相結合推出的一本工具書。如何在實踐應用中結合深度學習的演算法和模型，本書提供了一些借鑒，相信電腦的從業者和非電腦專業的工程人員都能從中受益匪淺。 吳軍 /《浪潮之巔》、《數學之美》作者 近十年來深度學習引發了人工智慧相關領域的突飛猛進，落地應用層出不窮。本書由多位Hulu演算法研究員編寫，對深度學習核心概念、演算法模型、企業應用等方面都有精要介紹，更難能可貴的是通過類似面試問答的形式展開，有易有難，非常適合有志於加入人工智慧領域的開發人員或相關的從業人員參考使用。 華先勝 / 阿里巴巴達摩院人工智慧中心主任，IEEE Fellow 本書透過知識點問答為讀者層層揭開深度學習的神秘面紗，其一大亮點是囊括了一系列前沿領域的新進展。如果你想搶在別人前面掌握它們，千萬不要錯過這本書。 李沐 / AWS首席科學家 本書秉承作者寫作的一貫風格：技術上有深度，深入淺出講得透徹；實踐上有溫度，言傳身教講得到位。近些年來深度學習前沿研究及產業應用如火如荼，過江名士多於鯽，但真正能得其一二要領並嫺熟運用於分析和解決實際問題者，其實還非常匱乏，相關人才缺口巨大。這本關於深度學習的書，也因此特別值得你去深度學習。 孫茂松 / 清華大學人工智慧研究院常務副院長
統計之美：人工智慧時代的科學思維
透過本書，讀者能夠理解人工智慧時代的思維模式，應對迅速變化的世界，入門AI統計基礎！ ※96個生活故事讀懂人工智慧科學思維 ※一條條暗藏脈絡建立人工智慧統計基礎 ※有趣、有味、有智慧、如飲醇酒、如沐春風 本書特色 ■ 統計與科學 ■ 資料與數學& & ■ 資料視覺化& & ■ 模型與方法 ■ 大數據時代 ■ 數據的陷阱 ■ 統計在人工智慧上之應用
元宇宙技術革新關鍵：AI 人工智慧如何成就新一波未來趨勢
回顧歷史，人工智慧的發展曾歷經許多變革，隨著元宇宙聲量擴散到許多國家，人們開始重新思考兩者結合的可能性。 如本書與各位談到現今人工智慧在醫療、金融、製造、零售、農業再到智慧城市的產業應用外，作者還特別分享元宇宙與人工智慧的三大關鍵指標：數據、演算法及電腦算力，如何藉此進一步帶動新的人工智慧產業鏈技術，進而虛實整合應用創造更多新的商業模式。 但即便科技及技術的發展越趨多元，人工智慧面臨的最大挑戰其實並不是技術不足，很多時候反倒是機器時代理性思考的困境、倫理道德，甚至是中美間政治局勢的影響。 因此許多科技巨頭如 Google、百度等大公司開始積極佈局自家人工智慧的資安、技術版圖，與此同時歐盟、英國、日本、德國也同樣把人工智慧的技術應用留在自己的國家，是否能藉由元宇宙、虛擬貨幣的發展帶動國與國之間的人工智慧技術結合，無疑是一大挑戰。
TensorFlow.js學習手冊
以JavaScript開發機器學習 「Gant在這本書中開門見山的教導您，網頁開發者使用JavaScript和瀏覽器需要知道的重要知識。」 —Laurence Moroney AI倡議領導者, Google 「《TensorFlow.js學習手冊》讓您可以邁入TensorFlow.js，讓所有JavaScript開發者獲得新一代網頁應用開發的超能力。& —Jason Mayes Google TensorFlow.js資深工程師 「Gant神奇的解釋了複雜的機器學習概念，避免過於複雜的數學陷阱，您很難再找到更好的JavaScript資料科學介紹了。」 —Lee Warrick 全端JavaScript開發者 鑑於對AI的需求和JavaScript的無所不在，TensorFlow.js的狂潮是不可避免的。借由這個Google框架，可以協助經驗豐富的AI老手和Web開發人員推動AI驅動網站的未來發展。在這本指南中，作者Gant Laborde(機器學習與web領域，Google開發人員及專家)為資料科學家、工程師、web開發人員、學生和研究人員等廣大技術受眾，提供了TensorFlow.js實務操作基礎方法。 您將首先學習TensorFlow.js中的一些基本範例，再深入研究神經網路架構、DataFrames、TensorFlow Hub、模型轉換、遷移學習等。讀完本書後，您將瞭解如何使用TensorFlow.js建構和部署產出就緒的深度學習系統。 ‧探索張量(tensors)，機器學習的最基本結構 ‧使用真實範例將資料轉換為張量及返回 ‧使用TensorFlow.js將AI與web相結合 ‧使用資源來轉換、訓練和管理機器學習資料 ‧從頭開始建構和訓練您自己的訓練模型
圖解IoT|物聯網的開發技術與原理
兼具「淺顯易懂」與「豐富充實」，扎實的認清物聯網 「物聯網」一詞廣為人知，其定義、涵蓋範圍卻模糊不清，有時甚至被當成膚淺的流行用語。本書將會解說物聯網開發的各種相關知識，在一個萬物相連的物聯網時代，IoT已經變成產品開發必備的基礎知識，藉由本書的說明，您可以深刻了解物聯網的運作原理，學到各種物聯網的基礎知識，並從中獲得啟發，進而創造龐大的新商機。 藉由本書的說明，您將可以了解： ．何謂「物聯網」 ．認識物聯網相關的裝置與感測器 ．了解物聯網所應用的通訊技術 ．了解如何處理與應用物聯網資料 ．雲端技術與物聯網的整合應用 ．物聯網的開發實務
整合風向、風速、溫溼度於環控平台(氣象物聯網)
這幾年來，社會群眾的環境意識覺醒，對環境的污染與監控，也普遍提高，然而空汙直接影響居民的健康，在群眾自我覺醒的運動中，自造者結合的自造者運動(Maker Movement)，影響了許多科技人士，運用感測科技與資訊科技的力量，結合臉書社群的號召，影響了全民空汙偵測的運動，筆者也是加入的先鋒者之一，筆者發現，目前空汙偵測，仍缺少二項資訊，那就是風向與風速等參考資訊，如果這兩項資訊可以加入在環境監控的資訊之中，那在空汙資訊的大數據分析之中，將會將空汙的汙染軌跡數位化，對整個社會，將產生更大的效用。清水吳厝國小 校長黃朝恭 先生，校址位於台中國際機場邊，也是清水的偏鄉學校，在2017年12月28日啟用逢甲大學校友會捐贈給吳厝國小的「逢甲牛罵頭小書屋」，逢甲大學校友會總會長施鵬賢表示，知識就是力量，希望孩童能從小培養閱讀習慣。逢甲牛罵頭小書屋出生的緣起，由於逢甲大學建築系在校園發起建築公益活動回饋社會，「逢甲建築小書屋」的想法浮現雛型：到偏鄉部落及有需要的地方為小朋友們蓋書屋，深信「知識就是力量」！「深耕50前瞻100」公益活動，目標偏鄉地區100座小書屋，臺中市清水區鰲峰山上的偏鄉小校，何其有幸能成為逢甲小書屋NO.6-牛罵頭小書屋。為了能夠讓逢甲小書屋NO.6-牛罵頭小書屋發揮更大的社會公益與學子安全，在第一本書：Ameba風力監控系統開發(氣象物聯網)中，筆者為逢甲小書屋NO.6-牛罵頭小書屋建立了完整的氣象監測的基礎建設，之後筆者與清水吳厝國小校長黃朝恭先生在第二本書：風向、風速、溫溼度整合系統開發(氣象物聯網)中，偕同開發出風向、風速、溫溼度整合系統，所有的人都可以透過網際網路與手機，可以隨時監看風向、風速、溫溼度等氣象資訊，在本書：整合風向、風速、溫溼度於環控平台(氣象物聯網)中，謝宏欽總經理，為美商律美(Lumex) 台灣分公司總經理加入了作者群中，為本書挹注了動態顯示科技技術，讓感測控制器、雲端平台與顯示技術整合並存，讓氣象資訊傳播與分享提升更高的一個層次。筆者相信這樣的整合系統對於學子的健康與社區健康深感重要，鑑於如此，筆者將整個系統開發、建置、安裝與設定等經驗，分享餘本書內容，相信有心的讀者，詳細閱讀之，定會有所受益。
整合地理資訊技術之物聯網系統開發(基礎入門篇)
本書以QNAP威聯通TS-431P2-1G 4-Bay NAS主機為標的物，開始介紹如何使用QNAP威聯通TS-431P2-1G 4-Bay NAS雲端主機，從資料庫建立，資料表規劃到網頁主機的php程式撰寫、資料呈現，再應用Google 雲端資源：Google Chart到Google Map等雲端資源的使用到程式系統的開發，一步一步的圖文步驟，讀者可以閱讀完後，就有能力自行開發雲端平台的應用程式。
工業溫度控制器網路化應用開發(錶頭自動化篇)
本書是『工業4.0系列』介紹工業控制器與雲端系統整合的一本書，是非常產業應用的一個實務與產業實踐的一個延伸著作，透過雲端系統與中介控制系統可以讓單機運作的PID控制器：FY-900升級成為流程自動化的一環，進而用最小的成本，保持原有PID控制器：FY-900的運作之下，革命性的提升PID控制器：FY-900的雲端自動化的機制，對於未來工業4.0的發展，或許對於中小企業、甚至大型企業等等，可能創造出另一到無痛升級的解決方案，本書不但提出整體的系統架構，更一一實作中介控制系統，並建構雲端系統，進而整合軟硬體與PID控制器，創造出不可思議的功能。
聚合物3D列印與3D影印技術
3D列印一開始叫「快速成型技術」，誕生於一九八〇年代後期，是基於材料堆積法的一種高科技製造技術，多學科、跨領域知識的普及，使得快速成型技術飛速發展。借鑒這樣一個成功的範例，本書在模塑成型的基礎上提出了「3D影印」的概念：基於目標產品的虛擬設計或3D掃描建模、模具結構智慧規劃3D列印、智慧化射出模塑成型集成創新，「3D影印」可望成為現代製造業智慧化發展的新趨勢。本書類比介紹了聚合物3D列印與3D影印兩種技術，並詳細闡述了聚合物3D影印技術的核心原理及工藝，聚合物3D影印機的組成、基本參數、結構設計聚合物3D影印製品的精確度控制方法、缺陷的產生機制及解決辦法，以及產業發展趨勢，可供從事聚合物加工的工程技術人員、研發人員和相關系所師生參考。★本書特色1.【原創與國際化】：以網路化、智慧化技術為核心，反映了全球最新的一些技術成果，為研究提供新方向、拓展新思路。2.【聚焦前景趨勢】：在介紹相應專業領域的新技術、新理論和新方法的同時，優先介紹有應用前景的新技術及其推廣應用的範例。 3.【多位專家執筆】：以國際控制工程專家孫優賢院士為首，吳澄、王天然、鄭南寧等多位業內專家參與策劃，具有高學術水準與編寫品質。4.【兼顧傳統創新】：本書在篇章結構上兼顧學術參考和工業應用兩方面的需要，系統地反映了聚合物3D列印及3D影印技術的內容和應用。
超圖解ＡＩ與未來社會：建立數位時代的科技素養，強化邏輯力×創造力×思考力
人工智慧（AI）技術已被運用在現代社會的各個層面。AI已在不知不覺間深入我們的社會和生活，但在為我們帶來恩惠的同時，也帶來了許多的課題。 本書將藉由漫畫和插圖，從深度學習AI技術的基礎，到公平性和不平等、隱私監控與安全的交換，以及社會分裂和假新聞等等，深入淺出地探討AI這面反映「社會」的鏡子會對各種社會問題造成哪些影響和互動。透過AI這副透鏡，帶你重新審視人類建立的現代社會，並思考科技與生活的關係。 「所謂的常識，只不過是人們在18歲前累積的各種偏見。」 這是知名物理學家亞爾伯特・愛因斯坦的名言。 受到出生環境和所受教育的影響，我們大多數人的潛意識中都存在著某種特定的價值觀。本書的主題雖然是人工技術（AI），但同時也嘗試透過AI這面透鏡，重新審視現代社會中存在於我們心中的偏見，以及生活和工作的型態。 早在2020年爆發的新冠病毒大流行改變我們的工作型態前，我們社會的價值觀和國際政治、經濟勢力地圖就已在緩緩地發生轉變。如今我們的社會正面臨著必須大聲疾呼「攜手合作」的巨大分裂。自己心目中的「理所當然」在他人眼中無法理解，這件事正在成為一種「理所當然」。 正如溫水煮青蛙，緩慢的改變往往難以察覺。在這樣的環境中，知識將是最重要的力量。對於當今世上有哪些事正在發生，全球又在討論何種價值觀，本書也做了一些最基本的整理。 同時，許多AI相關的技術和環境門檻都變得比以前更低，任何人都能使用和學習。換言之，我們之中的任何一個人都可能成為AI的使用者或開發者。而為了不被科技玩弄，了解這個科技能做什麼、不能做什麼十分重要。 正如人類會因出生環境和所受教育而存在特定的價值觀，AI其實也一樣。本書將介紹AI是如何在與社會的交互作用下被開發和利用的。AI一方面是解決社會問題的工具，但另一方面也是讓問題變得更複雜的雙面刃。 AI正在不知不覺中融入我們的社會和生活。也許有些讀者很堅定自己永遠都不會去使用什麼AI。然而，在行政、醫療、交通系統等層面，專家們早已引進包含AI在內的各種新科技，身為公民和消費者的我們也正享受著這些科技的恩惠。而下一個階段將是認知的階段。 認識、察覺這些科技後，再來就是談論。筆者由衷期盼本書能為讀者帶來新的知識和察覺，進而帶動更多人向身邊的人談論這些新知。
新一代AI霸主：深度強化學習從基礎開始到專案開發
本書是為「深度強化學習」的專家所提供的最佳參考書！ 從 2013 年開始，深度強化學習已漸漸地以多種方式改變了我們的生活和世界，會下棋的AlphaGo技術展示了超過專業選手的理解能力的&圍棋之美&。 類似的情況也會發生在技術、醫療和金融領域。深度強化學習探索了一個人類最基本的問題：人類是如何透過與環境互動進行學習的？這個機制可能成為逃出“巨量資料陷阱”的關鍵因素，作為一條強人工智慧的必經之路，通向人類智慧尚未企及的地方。 本書由一群對機器學習充滿熱情的極強專家完成，展示深度強化學習的世界，透過實例和經驗介紹，加深對深度強化學習的理解。 本書覆蓋內容範圍之廣，從深度強化學習的基礎理論知識到包含程式細節的技術實現描述，是初學者和科學研究人員非常好的學習教材。 本書特色 ●深度學習精解 〇強化學習入門指引 ●深度Q網路，DQN、Double DQN、Actor-Critic 〇模仿學習 ●整合學習詳解 〇分層、多智慧體強化學習 ●平行計算 〇Learning to Run實作 ●圖型強化實作 〇模擬環境機器人實作 ●Arena多智慧體強化學習平台實作 〇強化學習技巧及最完整所有演算法說明實作
普林斯頓最熱門的電腦通識課：數位時代人人必懂的資訊基礎×最新應用
世界頂尖電腦科學家，帶你看懂科技趨勢 未來人才一定要懂的電腦入門，普林斯頓開課了！ ------------------------------------------- ★探討電腦硬體、軟體及網路如何運作的第一本書 ★新課綱科技資訊、師生共讀的最好參考書 & 本書是谷歌最知名的發明家對我們現在所處的世界最清晰、最簡單的解釋——電腦如何運作，以及為什麼會這樣。地球上每個人都需要讀。 ——艾力克．施密特，Google前CEO 不論你從事什麼工作、教育背景，甚至年齡層，在這個數位世界，我們的生活已受到電腦、網路無孔不入的影響。電腦無處不在，有些明顯可見，例如筆記型電腦、平板電腦、智慧型手機…但大多數是我們看不到的，例如在家電、車子、醫療器材、運輸系統、電力網及武器裡頭。 電腦也靜悄悄地收集、分享、甚至洩漏我們的個人資料，政府及企業可能使用電腦來監視我們的所作所為，社交網路及廣告商對我們的了解遠多過我們自己，犯罪者太容易取得我們的資料。我們真的了解電腦的力量嗎？ 縱然人人都該了解電腦，但普羅大眾恐怕所知不多。 從1999年開始，出身貝爾實驗室、參與UNIX開發的布萊恩‧柯尼罕在普林斯頓大學開設了一門「我們世界中的電腦」課程（COS 109：Computers in Our World），這門課是向非電腦專業的學生介紹電腦基本常識的，多年來大獲好評。除了講解電腦理論知識，還有相應的實作課——學生可以試著用流行的程式設計語言寫幾行代碼，一起討論蘋果、谷歌和微軟的技術如何滲透日常生活的每個角落。本書就是以這門課程的講義為主要內容重新編寫而成。 ★你可以學到重要的基礎知識： ●硬體：電腦裡頭有什麼，如何運作，是如何建造出來的？它如何儲存及處理資訊？ ●軟體：我們能夠用電腦來運算什麼，運算速度有多快？編程是什麼，我們如何告訴電腦去做什麼？ ●通訊：網際網路與全球資訊網如何運作，其中涉及了什麼風險，尤其是隱私及資安？ ●資料：人工智慧、機器學習等分析及利用龐大資料的領域突飛猛進，我們如何限制在不知情之下提供資料？ ★AI、5G、區塊鏈……日新月異的科技趨勢，你也能看得懂、跟得上： ●無處不在的應用程式（app） 執行某種特殊應用目的所撰寫的程式或軟體系統，例如用Word 製作文件，用Excel 管理個人財務，用iPhoto 編輯相片。 & ●搜尋引擎是怎麼辦到的？ 使用網路爬蟲（web crawler）掃描網頁，把切要內容儲存於儲存及整理於伺服器，以便能夠快速回應後續的查詢。 & ●雲端運算的「雲端」在哪裡？ 沒有特定的實體位置的網際網路被比喻為「雲」，雲端運算是個人及公司把資料儲存於亞馬遜、谷歌、微軟等公司的伺服器裡，由伺服器執行運算。 & ●深度學習（deep learning）的廣泛應用 深度學習使用相似人腦神經網路的運算模型，電腦視覺找出特徵上特別成功，例如人臉及指紋辨識、解讀地形等。 & 若你跟多數人一樣，其實不甚了解這數位世界的根本與牽涉層面，那麼，你應該閱讀本書，讓普林斯頓大學最熱門的電腦科學與數位世界入門課程教授帶領你進入這世界，你將不再是「電腦盲」或「數位盲」。 & 本書特色 1.普林斯頓最熱門的電腦課，人人都能讀懂 出身貝爾實驗室的C語言先驅、堪稱業界大神的布萊恩‧柯尼罕帶領非資訊相關系所學生入門，採相對平易的比喻方式說明，循序漸進引導，容易消化吸收， 2.資訊時代必修的電腦基礎知識大補帖 日新月異的資訊科技改變了你我的生活，也改變了學習、工作、投資方向，電腦知識至關重要，進入門檻卻高。本書針對非專業背景者而寫，無論是一般大眾、職場工作者或應考者，都可作為趕上科技趨勢、補修資訊知識的最佳入門書。 3.架構完整、資訊最新，適合教學或自學 內容涵蓋計算機概論必學的基礎與應用，更補充許多數位新科技，如加密貨幣、區塊鏈、深度學習、資訊安全問題……，包括學校授課、讀書會或自學都好用。
Ardui~no problem 程式設計好好玩(附Arduino多媒體光碟)
本書是一本屬於初學者的Arduino學習書，以Arduino為主體再搭配日常生活中常見的電路應用，來進行程式設計的訓練，有別於以往較呆板的程式學習方式，書中15個創意小挑戰，加上利用互動性超高的Tinkercad.com網站來驗證程式功能，即時的電路模擬動畫將讓學習不再一成不變。單元0～2為基礎理論簡介，單元3～12則依各常用元件深入介紹，專門針對渾身充滿正面學習能量卻苦尋不著學習好工具的您設計。本書適用於對程式設計、電子DIY及互動裝置有興趣之讀者使用。
Micro:bit 2.0 運算思維輕鬆學
★ 風靡全球的微電腦Micro:bit改版囉！全新功能使用更方便、更有趣！ & ※內建喇叭，不用外接蜂鳴器 ※增加麥克風，聲控難不倒 ※最夯觸控裝置、溫度感測、羅盤指南針…多樣功能等你來體驗！ & 一本大人、小孩都值得看的書，想知道什麼是運算思維嗎？本書讓你簡單上手、輕鬆學！ & ◎ Micro:bit初體驗 藉由小小的Micro:bit、有趣的積木程式，輕鬆學習微電腦；下載、燒錄，裝上電池，還可以帶著趴趴走！ & ◎ 按鈕和感測器 學習「按鈕」觸動事件，偵測溫度與亮度；重複迴圈、簡化程式，還有聰明的積木防呆機制，讓學習變好簡單！ & ◎ 大富翁和電子骰 應用姿勢晃動，製作遊戲電子骰；隨機取數程式，模擬真人搖晃骰子；加上可愛小動畫更添驚奇感！ & ◎ 計步器和指南針 建立變數和條件判斷，搭配3D列印外殼，輕鬆DIY計步器；偵測方位、校正羅盤，引導思考不同的寫法。 & ◎ 聲音效果和函式簡化 利用內建音效、自行編曲，製作驚喜的禮物。應用函式，簡化程式，搭配音樂提醒，自製倒數計時器，生活應用好方便！ & ◎ 外接LED增添光彩 透過鱷魚夾連接引腳，讓LED燈閃閃發光；實作紅綠燈、類比信號呼吸燈；RGB燈隨機混色，變身七彩霓虹燈。 & ◎ 廣播和猜拳遊戲 藍芽廣播發送與接收訊息，遙控小夜燈，製作剪刀、石頭、布互動遊戲，並自動判斷輸贏！ & ◎ 我是電流大師 了解電流斷路與通路，跨領域學習自然學科知識；加上LED警示燈，實作刺激好玩的電流急急棒。 & ◎ 智能聲控與觸控 新增聲控功能，應用更廣泛！實作Micro:bit聲控燈光、律動音波器、觸控切換不同功能、變身分貝計等，通通難不倒。 & 本書特色& & ★ 符合教育部108課綱 特別設計範例、引導學習思考，透過Micro:bit體驗【微電腦】程式應用，提升科技素養。 & ★ 內容豐富，淺顯易懂 多樣課程，循序漸進，學習無負擔。難懂的觀念，透過圖解一目了然，適合初學者和進階學習。 & ★ 原創素材，範例有創意 本書採用原創圖庫、精美素材，範例豐富精緻、有創意。 & ★ 愛護眼睛，圖大字大 印刷精美，圖大字大；採用日本紙張油墨，紙質不反光，保護視力。
創意無限樂高SPIKE機器人-使用LEGO MINDSTORMS Robot Inventor-最新版-附MOSME行動學習一點通：影音．加值
1．親自動手「組裝」，訓練學生「觀察力」與「空間轉換」能力。 2．親自撰寫「程式」，訓練學生「專注力」與「邏輯思考」能力。 3．親自實際「測試」，訓練學生「驗證力」與「問題解決」能力。 【MOSME行動學習一點通功能】 使用「MOSME 行動學習一點通」，登入會員與書籍序號後，可下載書上的範例程式與實作題解答。 影音： 點選影音，即可看到各個作品的展示影片。 加值： 附書中的範例程式與實作題解答。
人工智慧與影像知識詮釋化(修訂版)
本書以資訊數位化出發，跨領域整合醫學影像資訊與圖書資訊，尤其分類與詮釋資料的描述，是資料科學時代相當重要的一環，利用人工智慧進行醫學知識的分類、利用影像特徵的擷取完成影像詮釋資料的建立，並將日益重要的醫學影像的類型加以整理，包括檔案的形成、儲存容量、存取機制、安全性、使用規範、完整性與標註需求，進行鉅細靡遺地闡述，此概念之延伸將有助詮釋與人類生活息息相關的各種影像資料，以完整詮釋建立永恆的知識。 & 本書特色 醫學影像已是人工智慧醫學的主戰場， 為此建立醫學影像檔案學的知識整理， 也是圖書資訊在人工智慧時代的重要角色之一。&
NLP大神RNN網路：Python原始程式碼手把手帶你寫
NLP大神RNN網路► ► ►Python原始程式碼手把手帶你寫！ 在神經網路的世界中，NLP（自然語言處裡）已逐漸成為AI領域中的主流！因此在IT抑或是各大產業有愈來愈多的人投入在文字與語音的研究中，有愈來愈多的資訊系統應用與產品出現在現代人類的生活中，產生十分巨大的影響。 ．．． [ 最精實的專案實作！ ] 本書包含20個與NLP相關的主題＋大型專案實作，透過專案的實作講解原理，需要有一定的Python及神經網路基本概念，是已經了解AI基本入門的讀者再進階深入的一本絕妙好書。快跟著本書各大主題累積自己的NLP專案實作能力，成為一個能夠開發各種NLP資訊系統的大神吧！ ．．． [ 本書重點 ] ★ 以Python、TensorFlow實作中文自然語言處理，使用維基百科及網路語料庫 ★ 以LSTM為基礎的影評 / 語音 / 文字情感分析實作 / 股票預測 / 影評分析 ★ 根據圖型產生古詩詞的模型實作 ★ 歌曲人聲分離製作 ★ 以Image Caption為基礎的英文學習 ★ 智慧聊天機器人 ★ Rap歌詞自動產生器、AI作曲器 ★ 人臉辨識及人臉自動表情包產生器 ★ 自動幫你的作文評分 ★ 視訊自動字幕產生器 ★ AI機器翻譯、LSTM機器翻譯及注意力機制 ★ COCO資料集的自動圖型描述
打下最紮實AI基礎不依賴套件：機器學習神經網路穩健前進
★★★★★【848頁磅礡登場】、【最紮實機器學習】★★★★★ 外行人才買武器，高手自己打造神兵利器！ 不靠TF/Keras/PyTorch，用NumPy硬幹所有機器學習公式理論打基礎，極緻深入研究原理，獲得微積分、機率、張量最高等級，之後AI學習路快速平順又輕鬆 沒錯，某同學用Tensorflow/Keras實作一個影像辨識，另一個同學用PyTorch做出機器翻譯，但是.....他們全部都非常崇拜你，為什麼？ 套件工具用的熟，但原理卻只略知皮毛，走的路一定無法長遠！只有真正在微積分、矩陣、張量、機率、線性代數上打好完整的基礎，在機器學習/深度學習的路上才能走的又長又遠又紮實。 不需要羨慕別人會用yolo、bert，當你看完本書的所有AI公式、理論，然後手動用NumPy、sklearn把這些公式理論親手推導一次之後，這些工具套件，這些新興技術，什麼CNN、RNN、Seq2seq對你來說，只是簡單數學公式的排列組合罷了！ 非常期待這種書籍的出現吧！BINGO！本書就是你夢寐以求的威力彩頭獎書！把每個深度學習常出現的名詞，Sigmoid、Softmax、CrossEntropy、Adam、SGD、CNN、RNN、LSTM、GRU.....竟然全部用NumPy硬幹一遍！看完讀懂這本書，立即晉升大師，成為機器學習/深度學習/人工智慧的活生生教科書。 NumPy超人一擊Strike ✪Sigmoid ✪Softmax ✪CrossEntropy ✪Adam ✪SGD ✪CNN ✪RNN ✪LSTM ✪GRU 本書特色 ★原理講解通俗易懂，同時教你如何從底層而非呼叫深度學習庫編寫深度學習演算法 ★由淺入深，從最簡單的回歸模型過渡到神經網路模型 ★從問題到概念的方式剖析深度學習的基本概念和原理 ★用簡單的範例展現模型和演算法的核心 ★讀者不需要借助任何深度學習函數庫，就可以從0開始建構屬於自己的深度學習庫
機器學習演算法動手硬幹：用PyTorch＋Jupyter最佳組合達成
★★★【機器學習】+【演算法】★★★ ★★★★★【PyTorch】+【Jupyter】★★★★★ 一步一腳印、腳踏實地 機器學習經典演算法全面講解 我們平常視為理所當然的L1、L2、Softmax，Cross Entropy，都是基礎的機器學習所推導出來的，很多人以為不需要學的機器學習演算法，才是站穩腳步的基本大法！ 本書就是讓你可以用Python來真正真槍實戰上手機器學習。從最基礎的資料清理、特徵工程開始，一直到資料集遺漏值的研究，包括了特徵變換、建構，降維等具有實用性的技巧，之後說明了模型是什麼，接下來全書就是各種演算法的詳解，最後還有一個難得的中文自然語言處理的案例，不像一般機器學習的書千篇一律MNIST手寫辨識、人臉辨識這麼平凡的東西，難得有深入「機器學習」的動手書，讓你真的可以在人工智慧的領域中走的長長久久。 大集結！聚類演算法 ✪K-means 聚類 ✪系統聚類 ✪譜聚類 ✪模糊聚類 ✪密度聚類 ✪高斯混合模型聚類 ✪親和力傳播聚類 ✪BIRCH 聚類 技術重點 ✪資料探索與視覺化 ✪Python實際資料集特徵工程 ✪模型選擇和評估 ✪Ridge回歸分析、LASSO回歸分析以及Logistic回歸分析 ✪時間序列分析 ✪聚類演算法與異常值檢測 ✪決策樹、隨機森林、AdaBoost、梯度提升樹 ✪貝氏演算法和K-近鄰演算法 ✪支持向量機和類神經網路 ✪關聯規則與文字探勘 ✪PyTorch深度學習框架
計算機組成原理：作業系統概論I
初學者輕鬆學習計算機組成原理 多元化視角超簡單學習作業系統 詳盡的實例解說能讓你快速上手 & 本書的教學內容是沿襲自博碩文化出版的MP22133《計算機組成原理：基礎知識揭密與系統程式設計初步》一書當中的內容，所以各位如果要學習本書，建議要先讀過《計算機組成原理：基礎知識揭密與系統程式設計初步》一書或者是具有同等知識那也可以。 & 本書除了有基礎論述之外，更以Windows作業系統來做範例解說，緣此，我們把本書給分成三大部分，第一章到第三章的內容主要是回顧作業系統的基本知識，第四章到第八章的內容主要是舉Windows作業系統來當範例，至於第九章到第十章的內容則是x86的CPU，之所以會這樣安排，主要是希望各位能逐漸地熟悉作業系統、Windows作業系統，然後到x86的CPU。 &
AutoML 自動化機器學習：用 AutoKeras 超輕鬆打造高效能 AI 模型
有了三個臭皮匠，何必每次堅持找個諸葛亮？ & 任何人都能運用深度學習（DL）嗎？AutoML（自動化機器學習）已經遍地開花，各大企業諸如 Google、Microsoft、Amazon、IBM、SAS 等都推出了自己的 AutoML 服務，讓使用者不必具備專業領域知識，也能快速打造出自己的 AI 模型。換言之，AutoML 徹底降低了 「AI 落地」的門檻。 & AutoML不能取代資料科學家，卻能大大省下你試驗機器學習模型的時間與痛苦。當你的朋友還在興致沖沖算數學時，你說不定早就端出了可投入實用的高效能模型。 & 而什麼是 AutoKeras？這是一套完全開源的 Python AutoML 套件，以 Tensorflow 2 為基礎、運用創新的『高效神經網路架構搜尋』（ENAS）來實現自動化建模。AutoKeras 對於影像、文字、時間序列或一般結構化資料的預測都提供了內建類別，甚至會加上資料預處理功能，使你只需用短短幾行程式碼便能打造出成效優異的 DL 模型，還不必接觸高深的數學。 & 就連經驗豐富的專家也能受惠：利用 AutoKeras 快速產生候選模型，好做為進一步改良的參考，並將更多寶貴的時間投注在資料清洗與特徵工程上。 & 從此向困難、令人困惑的建模過程說拜拜，跨入深度學習的門檻從未如此之低；有了 AutoKeras，任何人都能駕馭 AI 的威力來解決真實世界的問題。& & 本書特色 & ★ 免懂數學免瞎忙！不必再被迫學數學，就能輕鬆將 AI 運用在真實世界 ★ 什麼是神經網路和深度學習？何謂 CNN 與 RNN？用淺顯易懂的方式理解其運作原理 ★ 只要寫短短幾行 Python 程式，就能打造出強效深度學習模型，省時省力又好用 ★ 無須透過複雜的 Keras API 就能使用諸如 ResNet、Xception、EfficientNet、Transformer、BERT、LStM、GRU 等知名模型架構 ★ 提供了使用真實資料集的豐富實作範例，從圖像、文字、時間序列到一般結構化資料的預測一應俱全 ★ 運用內建的 AutoModel 類別針對多模態 (multi-model) 資料建立多任務 (multi-task) 自訂模型 ★ 利用 TensorBoard 或 ClearML 將你的模型訓練過程圖形化，更容易比較訓練成效和分享 ★ 附 notebook/py 範例程式、Google Colab 及本機安裝教學，包括如何安裝 CUDA GPU 支援 ★ 加值贈送：運用 2021 年新推出的輕量級 AutoML 套件 Flaml 來預測結構化資料！
機器學習入門：使用Scikit-Learn與TensorFlow
◎從機器學習的基礎知識開始，逐步建構相關的延伸應用。 ◎以經典範例搭配步驟化解說，帶領讀者掌握應用的訣竅！．使用Kaggle網站的資料集，讀者可以透過本書所提供連結或關鍵字搜尋下載。 ．使用Pandas與Numpy處理與分析資料。 ．以Scikit-Learn實作監督式學習－線性廻歸、邏輯廻歸、決策樹、K-近鄰演算法、支援向量機，以及非監督式學習－K-means分群與階層式分群。 ．使用TensorFlow建立神經網路進行運算，實作前向傳播算法與反向傳播算法的運算過程。 ．介紹卷積神經網路的概念與運算過程，並使用TensorFlow 建立卷積神經網路進行運算。
最強圖解 ESP32輕鬆玩物聯網和AI小積木疊創意 以PocketCard為教學板
最強圖解 ESP32輕鬆玩物聯網和AI 小積木疊創意 以PocketCard為教學板 & 用最簡單的積木學寫程式，利用特製的ESP32教學板學物聯網與AI，人人都可以學習如何控制ESP32與ESP32CAM。本書以初學者常用的Blockly積木來控制ESP32開發板，為了讓初學者可以快速上手，本書使用了凱斯電子的ESP32開發板─PocketCard，透過本書，你將可以快速學習物聯網、AI等ESP32與ESP32CAM技術。本書涵蓋八個章節，除了第一章介紹環境以外，第2、3章主要介紹硬體控制部分，第4、5、6章介紹物聯網控制功能，第7、8章介紹ESP32CAM的視訊與AI功能。 & 適合讀者 無任何程式語言學習基礎，但曾學過Scratch等積木語言的讀者 會一點程式語言，但是，不是很精通的讀者，想要快速上手ESP32的讀者。
AI硬體專屬晶片：最新技術未來創新發展
AI的進化已擺脫GPU/TPU而進入FPGA/ASIC裏了！物聯網及Humanoid時代，專屬AI晶片將打造未來世界 & 當特斯拉推出Humanoid Robot時，舉世嘩然，人形機器人將成真！當然人形機器人是不會有所謂的GPU在裏面的，相對的，針對人工智慧的專屬硬體已悄然進入我們的世界。從最初深度學習加速器的產業化，到以神經形態計算為基礎的類腦晶片迅速發展，AI晶片在數年內獲得了巨大進步。在未來5年或更長時間內，我們期待以新型記憶體為基礎、利用記憶體內計算的深度學習AI晶片能夠產業化，同時期待類腦晶片逐漸取代深度學習AI晶片。10～20年後AI晶片的形態：除了比現在強大得多的性能、極低的功耗外，它將不是現在這樣硬邦邦的一塊晶圓，而可能是可彎曲、可折疊甚至全透明的薄片，可以隨時隨選列印，可以植入人類體內，甚至可能是一種用蛋白質實現或依照DNA計算、量子計算原理設計的AI晶片。使用GPU/TPU做深度學習早已落伍，本書將帶你進入全新的AI世界，讓你一窺未來20年的巨大革命。 本書技術內容 ●深度學習AI晶片 ●神經形態計算和類腦晶片 ●近似計算、隨機計算和可逆計算等數學運算 ●自然計算和仿生計算 ●元學習與元推理 ●有機計算和自進化AI晶片 ●量子場論、規範場論與球形曲面卷積 ●重整化群與深度學習 ●超材料與電磁波深度神經網路 ●量子機器學習與量子神經網路 & 本書特色 & ●市面上第一本AI晶片詳解專書 ●500強企業首席科學家多年研究心血和前瞻未來的傾心總結 ●1超3強，世界頂級技術公司爭先恐後大力投入AI晶片，看見未來趨勢 ●超過200張豐富的圖表、表格，佐以深入紮實的講解，知識含金量大上升 ●讓你洞察5年、10年後的AI理論、技術，以及產業趨勢 & 專家推薦 & This is a timely, comprehensive, and visionary book on AI Chips such as deep learning and neuromorphic computing Chips. In spite of many revolutionary and cutting-edge advances, in both theory and hardware, that made such AI chips possible, the author has succeeded to impart the essence of the essential recent advances, in pedagogical terms, for the lay reader to understand, and appreciate. This book is essential reading for anyone interested in learning how AI Chips is spearheading the next industrial revolution.——Leon O. Chua & 這是一本關於深度學習和神經形態計算等類別AI 晶片的及時、全面而富有遠見的書。儘管使AI 晶片成為可能的革命性前沿進展在理論和硬體方面都層出不窮，作者還是成功地以循循善誘的口吻分享了最新進展的精髓，讓眾多讀者能夠理解和領會。 對於任何有興趣瞭解AI 晶片如何引領下一次工業革命的人來說，這本書都是必不可少的讀物。——蔡少棠（Leon O. Chua）
最新人工智慧概論-含AIL 國際認證Specialist、Expert Levels-最新版(第二版)-附MOSME行動學習一點通
本書系統地、全面地介紹了人工智慧的相關基本觀念與知識，既簡明扼要地介紹了這一學科的基礎知識與應用技術，也對學生未來研究發展或應用神經網路、自然語言處理等技術內容進行了鋪墊，更輔以簡單實例作為思維與動手實踐的學習支架，可以幫助讀者打好人工智慧的知識與技術基礎。本書特色鮮明、內容易讀易學，適合對人工智慧相關領域感興趣的讀者閱讀參考。
量子電腦應用與世界級競賽實務：社會用書(一品)
適用對象 本書為Q世代而生，適合對量子電腦有興趣的中學、大學生，到想了解趨勢與技術細節的企業老闆 & 使用功效 本書從簡到難，從入門到進階都有詳細的講解，我們以粗淺，而不失深度的量子物理和量子計算的基礎數學開場，再到編寫量子程式的 QISKIT 套件，緊接著的是各個發揮量子優勢的演算法，Deutsch-Josza演算法、量子傅立葉轉換、量子相位估計，破解RSA用的Shor演算法，模擬化學的新希望VQE演算法、量子隨機行走，後續也有量子搜尋Grove演算法的教學和實例 。接著是其他書中少見的作者親自參加量子計算相關競賽收穫到的經驗與其中各個題目的詳解，最後以現在最有希望的幾種量子電腦硬體作法簡介壓軸。 & 改版差異 全新書 & 書籍特色 『Q世代的號角』 在21世紀量子科技蓬勃發展，也正式宣告新的世代-Q世代的來臨，不論男女老少，學生、業界，都必須對量子計算略有涉略，而作者群正是走上這條不尋常的道路，雖然一路上崎嶇但風景壯麗，身為Q世代的探路者，我們成績跟能力可能不是特別優秀，但是我們認為在這個世代遇到的人都是跟我們一起開創新世代的同路人，讓我們把這份探索的精神傳遞下去，一起開創屬於我們的Q世代。 & 本書特色 & 本書的作者群是由SQCS學生量子電腦交流會的總召與副召合力完成，參加過許多國際級的量子計算競賽，甚至在量子計算領域中最大的IBM 2021 Quantum Challenge拿到並列世界第一的佳績，以實作為學習演算法的基礎，不需要先理解艱澀的數學算式，作者群結合自身學習的經驗，統整我們認為最適合的教學模式，從理解量子的歷史、特性，到利用程式實作，最後提供IBM的量子挑戰賽題目使您能夠實際操作，我們更提供詳解，以確保您真正了解問題的處理方式，使您快速進入量子思維。
AWS CDK 完全學習手冊：打造雲端基礎架構程式碼 IaC(iT邦幫忙鐵人賽系列書)
第一本從無到有教你撰寫 AWS CDK 的中文書籍！ 為不會寫的你獻上超豐富 Sample Code，照抄也能成為 AWS CDK 達人！ 本書改編並延伸自第 12 屆 iT 邦幫忙鐵人賽獲得 DevOps 組冠軍的《用 CDK 定義 AWS 架構》系列文章，以簡單、好讀的行文風格詳述技術細節，並提供完整的程式碼範例與說明，一步一步帶領新手從零開始踏上 AWS CDK 技術達人之路。 一般而言，在 AWS 上部署雲端基礎架構有兩種做法：使用 AWS CloudFormation、或直接使用 AWS 管理主控台 (AWS Management Console) 手動建置。 在 2019 年時，AWS 推出了全新的開發套件 AWS Cloud Development Kit (AWS CDK)，透過利用 AWS CDK 套件，開發者可以定義整個雲端基礎架構使用程式的方法，同時提升可讀性，並可撰寫測試程式來減少失誤的可能性，此外，還可以達到快速複製的效果。 然而，目前為止 AWS CDK 最美中不足的一點，便是可利用的中文資源仍相當稀少，因此本書希望以新手開發者的角度出發，用熟悉的中文伴隨大家走過艱辛的前段上手過程，本書內容將會使用 AWS 管理主控台配合 AWS CDK 程式，使用交互比對的方式協助讀者裡解、並從入門到精通 AWS CDK。 本書特色 中文書籍 學習一款新的軟體，最令人擔憂的往往是閱讀英文文件所需大量耗費的時間。 全亞洲第一本 CDK 中文書，用中文帶你快速上手、學習撰寫 AWS CDK。 一步一腳印 從使用 AWS CDK 指令開始，以新手角度出發，透過 Code Review 的形式，帶你理解每一行 Code 代表的意義，一步一步帶領你走入學習 AWS CDK 的大門。 高實用性的工具書 本書內容囊括多種因應工作場景可能須開發的主題，讀者可將本書當作工具書，依據使用情境找到合適的章節並直接參考取用。 自動化部署 LAMP（Linux、Apache、MariaDB、PHP）叢集 對於大多數的開發者來說，親手製作可自動化部署的 LAMP 伺服器並非一件容易的事情，本書針對 LAMP 的自動化部署提供詳盡的解說，讓閱讀後的你也能輕鬆使用 EC2 打造高可用可自動部署的 LAMP 伺服器叢集。 在 AWS 上部署 Docker 容器解決方案 在 AWS 上有多種 Docker 容器解決方案，在什麼狀況下要使用 ECS 或是 EKS，讓你傻傻分不清楚嗎？本書將以入門等級的簡單範例，協助讀者理解 ECS 與 EKS 兩種服務，並教會你如何根據應用情境挑選合適的容器部署解決方法。 開發自動部署的 CDK Construct Library 寫出好用的程式後分享給更多人吧！ 教你如何從無到有寫一個自己的 CDK Construct Library，無論運用在開源貢獻、公司專案或私人案件，成為自己 Library 自己開發的技術達人。
Web：AI智慧生活應用|自走車辨識x口罩偵測x雲端服務
輕鬆實現跨入AI + 物聯網的第一步 Web:AI是Webduino團隊全新推出，結合了AI、物聯網功能的次世代開發板。藉由本書的引導，您將可以了解如何結合人工智慧與物聯網兩項新興科技，實作各種智慧物聯網的經典案例。 本書包含以下案例的實作： ．QRCode名片掃描 ．顏色配對遊戲 ．剪刀石頭布猜拳辨識 ．來客Line 通知/傳訊 ．自走車辨識號誌卡 ．智慧音箱控制家電
唐鳳談數位與AI的未來
活用數位，迎接正在逼近的新政治、新經濟、新生活模式！《唐鳳談AI與數位的未來》日本狂銷超過10萬本榮獲日本2021年上半期《TOPPOINT》雜誌讀者票選第1名2020年，台灣成功阻遏席捲全球的新冠病毒（COVID-19）蔓延，其中的靈魂人物是備受全世界媒體矚目的科技奇才——唐鳳。本書由唐鳳親自口述，談論成功對付病毒的秘密、數位與民主主義、數位與教育、AI與社會創新……，來自數位新世界的訊息。不要怕，AI只是聰明的工具，唐鳳告訴我們，擔心受制於AI是杞人憂天，AI和人類的關係就像哆啦A夢和大雄。數位不是只提供「數位」使用，數位是儘可能讓所有人無痛學習無痛使用，如果不能讓某一群人方便使用，那就要改良得更好。在改良過程裡充分展現包容與寬容，這才是「數位創新」、「永續未來」的礎石。「數位科技跨越時間和空間的限制，連結不同位置的人們，以創造共享的價值。由此，數位社會不會拋下任何人。」——唐鳳回應《TOPPOINT》讀者票選冠軍感言
人工智慧再進化：聯邦學習讓資料更安全穩固
「聯邦學習」可以解決企業之間的資料孤島問題，讓企業能透過使用更多資料來提高AI模型的效果，提供給使用者更方便的個性化服務。在過程中，資料是安全的，使用者的隱私資訊不會被輸出和洩露。因此這項技術不會損害合作企業的利益，還能帶來額外的收益。對使用者而言，能享受個性化服務品質的提升，也不用擔心具體隱私資訊的傳播。 & 從技術層面來看，聯邦學習是密碼學、分散式運算、機器學習三個學科交換的技術，涉及面較廣且部署實施難度大，很多具體問題需要跨領域的綜合知識才能解決。在人才市場中，此類的綜合型人才十分缺乏，許多專案都面臨無人可用的困境。另一方面，越來越多人關注到聯邦學習新興技術，希望能有系統地掌握聯邦學習原理，並在產業應用中解決實際問題。 & 本書詳細說明聯邦學習的相關概念，同時列出許多案例，適合對聯邦學習感興趣的讀者閱讀。書中會在必要之處列出數學公式，閱讀時需具備統計學的基礎知識。 & 全書重點涵蓋： ●第1～3章：聯邦學習的基礎，可以了解聯邦學習的市場背景、技術現狀、基礎的隱私保護技術、機器學習技術和分散式運算技術。建議聯邦學習的初學者、求職者重點閱讀這部分，藉以熟悉聯邦學習的基本問題、基本技術。 & ●第4章：介紹聯邦交集計算的相關理論和具體方法，用於提供聯邦資料之間的對應關係。 & ●第5章：介紹聯邦特徵工程，列出大致流程、聯邦學習對這些流程的處理想法，引出聯邦學習特徵工程中常用的加密方法、資料互動策略及評估監控方法。 & ●第6～8章：分別介紹垂直聯邦學習、水平聯邦學習和聯邦遷移學習，並說明這三種方案的架構、方法和案例。垂直聯邦學習用於解決相同使用者在不同企業場景中，產生資料的聯合建模問題。 & ●第9～12章：聯邦學習的產業應用和展望，可以了解聯邦學習技術的商業應用現狀、挑戰、趨勢、與資料資產和要素市場的連結，據此引發讀者進一步思考。此部分較為巨觀，涉及面廣，適合聯邦學習相關的專案管理者重點閱讀。 & 本書適合： ●對聯邦學習感興趣的學術＆研究人員。 ●聯邦學習的初學者＆求職者＆專案管理者。 ●機器學習、資料探勘、產業智慧化領域的從業者＆求職者。
超越多顯卡多機器：分散式機器學習超速實戰
在Hadoo/Spark/Mahout/Tensorflow上跑多機器多片GPU的機器學習 & 機器學習在神經網路和GPU流行起來之後大放異彩，連販夫走足都CNN/RNN朗朗上口，然而許多企業/研究機關/學校在花了大筆預算購買昂貴的硬體時，卻不知如何採購，更不用說如何應用這些硬體來進行研發或產品開發了。本書作者是知名電商的創辦人，其不止在機器學習上有十足的實務經驗，在面對大量資料的場景下，更能利用前人的智慧，用上了Big Data最流行的Hadoop/Spark平台。尤有甚者，在新一代的AI函數庫面世時，也能充分利用這些函數庫的GPU加速，將多機器，多GPU的資源應用在大型專案上。 & ▌業界獨有 全書以Hadoop/Spark為基礎，加上使用了最流行的TensorFlow on Hadoop，更使用了分散式系統最老牌的Mahout，有別於一般只介紹Python/TensorFlow的坊間書籍，是市場上唯一僅有完整從Hadoop一直延伸到神經網路。 & ▌內容完整豐富 本書以分散式機器學習為主線，以實戰為主要目的。共分為8章，分別介紹網際網路公司巨量資料和人工智慧、巨量資料演算法系統架構、巨量資料基礎、Docker容器、Mahout分散式機器學習平台、Spark分散式機器學習平台、分散式深度學習實戰、完整工業級系統實戰（推薦演算法系統實戰、人臉辨識實戰、對話機器人實戰）等內容。 & 適合讀者 適合分散式機器學習的初學者閱讀，對於有一定經驗的分散式巨量資料方向的從業人員及演算法工程師，也可以從書中獲取很多有價值的知識，並透過實戰專案更佳地理解分散式機器學習的核心內容。
結合Matlab與ROS快速上手無人自走車
結合Matlab與ROS快速上手無人自走車 波士頓顧問公司(BCG)預測2025 年全球自動駕駛車市場銷售上探 420 億美元，而了解自駕車 AI 原理最好方式就是從無人自走車開始。本書以深入淺出方式帶領對自走車技術有興趣的社會人士或是高中職、大專程度學生了解無人自走車原理與實現方式，並透過本書實驗範例與程式可以在家動手實作無人自走車。 ‧本書提出以 MATLAB® 圖形化的元件程式環境與 ROS 整合方式，相較完全以 ROS 的開發方式，本書方法大幅降低無人自走車程式門檻 ‧本書使用 TurtleBot3自走車套件，硬體包括單板電腦、馬達驅動板、雷射測距感測器 ‧本書介紹常用自走車演算法包括快速隨機搜索樹演算法(Rapidly-exploring random tree, RRT)、單純追踪演算法 (Pure Pursuit)、向量直方圖演算法 (Vector Field Histogram, VFH)、佔據柵格地圖 (Occupancy grid map)、同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)。 ‧本書提供無人自走車初階與高階實驗範例與程式，讓讀者可以按部就班的在家操作並經歷實現自走車的成就感。 本書利用 MATLAB® 及 ROS2 的軟體整合，並使用 TurtleBot3 自走車套件來引領讀者輕鬆實現「路徑導航 (Navigation)」、「避障 (Obstacle Avoidance)」、「同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)」。對於需要進行專題實驗的學生或是工作上有需要的社會人士，本書將是不可或缺的一本參考書籍。
Intel大師帶你架設AI底層：持久記憶體架構服務實作
有記憶體的極速，有M.2 SSD的非揮發性， 持久性記憶體打破現有架構，是量子電腦真正出現之前的最偉大發明！ Intel作者群帶你進入持久化記憶體的世界 & 分層記憶體架構是現代電腦的基石，從CPU之內的L1、L2、L3快取以降，一直到DDR4/5的主記憶體，速度從快到慢，但真正阻礙電腦速度的最大瓶頸，就是下一層的非揮發性儲存了。雖然PCIE Gen4的M.2 SSD已達到7000MB/s的驚人讀取速度，但和處理器內的記憶體來說還是有1000倍以上的差距。為了彌補這個鴻溝，Intel推出了全新的記憶體架構，再揮發性記憶體子系統和發揮發性儲存系統之間，新增了一個新的層次，既能滿足高速的記憶體資料傳輸，又能保有可儲存性的優點，這個稱之為3D-XPoint的技術，再度造成了整個電腦系統的世代革命。當電腦的主架構發生了天翻地覆的改變時，應用程式、伺服器、資料庫、大數據、人工智慧當然也出現了必需性的變化。在設計巨量資料的服務系統時，傳統針對記憶體斤斤計較的場景不再出現，取代的是大量運用新的持久性記憶體架構來降低系統I/O的頻寬。這對新一代的雲端運算資料中心的影響更是巨大。包括了虛擬機、容器、進而對於應用程式如軟體開發、資料庫、NoSQL、SAP/Hana，Hadoop/Spark也產生了巨大的影響。 & 本書是國內第一本中文說明這種新型應用的書籍，閱讀本書之後，對大型系統的運維已不再是TB級而達到PB的記憶體等級了，想想一個巨型的系統服務不需要水平擴充(Scale-out)r而是可以垂直擴充(Scale-up)，這完全打破了我們從前的概念，本書將是你在進入量子電腦世代來臨前最迫切需要獲得的知識。 & 本書特色 & 1.在英特爾公司任職的多位專家們齊聚一堂，共同創作了這本持久化記憶體的實戰書籍。 2.仔細講解、深入淺出，搭配圖表輔助說明，好看好讀好吸收。 3.台灣第一本詳細解說持久記憶體的電腦書，讓你迅速精進，保持業界頂峰的地位。 & 名人推薦 & 「借助英特爾傲騰持久記憶體，我們在記憶體--儲存子系統中創建了一個新層次，這使整個產業都會受益。持久記憶體基於革命性的英特爾3D-XPoint 技術，將傳統記憶體的速度與容量和持久性結合在一起。」──阿爾珀·伊爾克巴哈（Alper Ilkbahar），英特爾公司資料平台事業部副總裁、記憶體和儲存產品事業部總經理
Knock Knock！ Deep Learning：新手入門深度學習的敲門磚(iT邦幫忙鐵人賽系列書)
本書內容改編自第12屆iT邦幫忙鐵人賽AI Data組冠軍系列文章《Knock Knock！Deep Learning》，是專為深度學習初學者所規劃的內容，旨在以淺顯易懂的文字，帶領深度學習領域的新手度過入門撞牆期。內容從深度學習的基本理論開始，並以PyTorch框架的介紹過渡至應用篇，最後以自然語言處理、電腦視覺與強化學習等三大領域的經典論文與實作專案收尾，循序漸進且去蕪存菁。本書會帶入許多故事性的敘述和插圖，結合作者自身在史丹佛大學修讀碩士期間的學習心得，以及深度學習發展相關的故事，期使本書讀起來不會如教科書一樣厚重，亦不會像網路上的技術文章一般零散無脈絡，讓讀者對深度學習領域的發展有一定的概念。 【內容重點】 ✪了解深度學習的基礎理論以及必備的實作知識與工具 內容從人類的神經網路開始，介紹深度學習與其相似之處，並理解神經網路的學習步驟，同時也介紹一些必備的實作知識與工具，以具備基本的實作工程技能。 ✪入門深度學習框架PyTorch 內容介紹語法簡潔、好上手且在學術界流行的PyTorch框架，著重實作與應用。 ✪深度學習×自然語言處理×電腦視覺×強化學習 內容會依序談到深度學習在三方面的應用，如自然語言處理（Natural Language Processing，NLP )、電腦視覺（Computer Vision，CV )、強化學習（Reinforcement Learning，RL )。除了基本簡介外，還會介紹一些基本實作和改變世界的技術成果。 【適用讀者】 ✪對深度學習有興趣，但還不知道它是什麼、能做什麼的新手。 ✪零散讀過深度學習相關文章，但仍有知識缺口的入門者。 ✪被教科書中龐大的數學理論嚇到，而對深度學習卻步的讀者。 ✪正在上學校的深度學習課程，但不知道實作從何開始的學生。 本書特色 最貼近新手的深度學習理論及應用全方位入門書！ ✪學習必備理論，打好基礎，新手不怕被過多的數學式嚇跑。 ✪使用PyTorch直覺易懂且強大的深度學習框架，開始應用的第一步。 ✪了解自然語言處理、電腦視覺與強化學習等三大領域經典應用與實作，領略深度學習的強大。 ✪兼顧理論與實作，而非偏頗一方，培養讀者較全面的理解。 ✪包含經典學術論文與知名專案技術講解，幫助讀者掌握此技術所能到達的高度。 ✪每章末提供自我檢驗題目，幫助理解與統整各章概念。
用Google玩人工智慧實驗：Google AI Experiments探索-含ITC資通訊認證Basic Artificial Intelligence AI
‧ 只需開啟瀏覽器即可在手機、平板或電腦操作。 ‧ 圖文說明精彩、操作畫面介紹流暢，實際演練人工智慧的網路應用。 ‧ 從淺到深的人工智慧教學內容，使初學者可以快速上手。
實戰物聯網|運用ESP32製作厲害又有趣的專題
本書可以幫助你運用ESP32晶片來製作並執行各種物聯網專案 ESP32是一款整合了Wi-Fi與藍牙的平價微控制器，市面上可以找到許多以ESP32為基礎的模組與開發板，可以用來快速打造各種物聯網（IoT）應用。本書將告訴你如何運用ESP32開發各種物聯網專案，先從GPIO這類會用到感測器的小程式開始，然後逐漸增加複雜度，藉由製作氣象站、感測器監控器、智慧居家裝置、Wi-Fi照相機以及可攜式Wi-Fi訊號探測器等物聯網專案深入探索ESP32的各種開發應用可能性。最後，還會介紹如何讓ESP32與手機應用程式以及Amazon AWS進行整合應用。 看完本書，你將可以學到： ．了解如何建立一個感測器監測記錄器。 ．使用ESP32建立一個可以記錄溫度和濕度的氣象站 ．讓ESP32透過藍牙與Android裝置連線 ．了解如何打造ESP32與行動app的整合應用 ．了解如何打造ESP32與雲端服務的整合應用
網站最佳化實務|運用機器學習改善網站，提升使用者體驗
從A/B測試、通用啟發法、吃角子老虎機演算法，到貝氏最佳化 「網頁搜尋、社交網路、手機app，它們每天都在最佳化！ 這種概念對許多今後要進行數位化的產業來說不可或缺，也會從根本改變我們在行銷、產品開發和設計的思維。即使不是理工背景，也請從內容感受基於資料的最佳化世界的氛圍。」 -東京大學研究所工學系研究科 人工智慧工程研究中心／技術經營戰略學專攻 教授 松尾豐 只要是網路服務相關開發人員，都無法迴避此課題：提供更好的使用者體驗。本書介紹如何定量評估及改善使用者行為，以達成網路服務的成長。 本書從簡單的A/B測試開始，介紹線性模型、通用啟發法、吃角子老虎機演算法、貝氏最佳化，以及機器學習的各種知識，帶您了解如何用數學方式解決網站最佳化這個現實中的問題。 透過Python範例程式碼與圖表解說的數學模型，仔細解釋機器學習和統計的基礎知識，對於想了解網站最佳化方式與機器學習基礎知識的讀者來說，本書是最適合的選擇。
實戰資料流架構：用Apache Flink建立永續高性能服務
Big Data + 機器學習，同時滿足儲存及運算，用Flink+Alink打造全智慧大數據平台 & ▌業界唯一 Flink是一個開放原始碼的分散式巨量資料處理引擎與計算框架。專門針對無界資料流程和有界資料流程進行統一處理，是業界唯一開放原始碼的分散式巨量資料處理引擎與計算框架。 & ▌最大特色 Flink最大的特色，就是能進行有狀態或無狀態的計算，對無界資料流程和有界資料流程進行統一處理，並且是一個開放原始碼的分散式巨量資料處理引擎與計算框架。 & ▌功能強大 Flink功能強大，可進行的資料處理包括即時資料處理、特徵工程、歷史資料（有界資料）處理、連續資料管道應用、機器學習、圖表分析、圖型計算、容錯的資料流程處理等。 & 市面上幾乎沒有介紹Flink的中文書籍，更別說Flink的最佳幫手機器學習Alink了。Alink號稱中文社區三大機器學習平台，擁有完整的生態系，本書最後兩章使用了Alink實作了一個推薦系統的實戰，這種只運用在巨型商業網站上的服務，現在也走入你我生活，讓我們也可以一窺高手養成的全貌，讓自己也邁向大師之列。 & 適合讀者 閱讀本書的讀者不需要具備巨量資料理論知識，也不需要懂得Hadoop、Spark、Storm 等巨量資料領域的知識，但是需要具備一定的Java 語言開發基礎（或至少使用過一種開發語言）。
AI影像深度學習啟蒙：用python進行人臉口罩識別
本書涵蓋的內容有 ★線上平台COLAB使用教學 ★本機電腦Jupyter使用教學 ★基本運算、變數與字串 ★串列、元組、集合與字典 ★流程控制if else ★流程控制for與while ★函數、類別與物件 ★資料夾與檔案處理 ★txt、csv、json文件的讀寫 ★基礎套件的使用 ★Numpy的使用 ★OpenCV的使用 ★完整Tensorflow安裝流程 ★Tensorflow的使用 ★類神經網路(ANN)原理與實作 ★卷積神經網路(CNN)原理與實作 ★模型可視化工具Netron的使用 ★口罩識別模型教學 ★影像串流與實時口罩識別 這是一本想給非資電領域或初學者的入門書籍，內容從基礎語法開始，使用日常所見的比喻協助理解，在AI類神經網路的基礎部分，使用大家都熟悉的二元一次方程式來切入，多以圖表來說明概念，避免艱澀的數學推導，一步一步講解建立深度學習模型的步驟，書本最後還帶入口罩識別模型的教學實例，協助讀者從頭到尾完成一個專題，讓AI更貼近你我的生活。
最新機器學習的教科書
輕鬆簡單的好書，讓你從入門到高手，掌握機器學習及神經網路的數學、理論與實作！ & ▌使用Jupyter Notebook 全書所附的程式碼完整簡單，更棒的是用Jupyter Notebook開發，初學者可以在一個網頁上寫程式、執行、查看結果，還可以作筆記，圖形介面和有條不紊的程式碼管理，比起直接在命令行零零散散地輸入Python程式碼，更能激發學習的動力。 & ▌搭配範例詳細解說 完善可運行的程式碼、豐富詳細的範例、直觀的資料圖型、細緻具體的公式推導、程式碼實作，彷彿一位好的老師在親手教我學習演算法。 & ▌程式結合數學公式，一看就懂 本書繼承了大部分日文技術書的傳統特色，對沒有學過Python和需要複習數學基礎的初學者是非常易懂的，內容安排循序漸進，推導過程完整清楚，圖文並茂，理論與實作相結合。一行行的程式碼與一行行的公式一一對應，讓原本晦澀難懂的公式變得簡明流暢起來。 & 你一定可以運用這些方法看懂了原本看不懂的大學經典教材，再加上TensorFlow和最好用的Keras，快點搭上本書的特快車趕上機器學習人工智慧的新浪潮吧！
AI人工智慧導論：理論、實務及素養(2版)
人工智慧技術透過電腦硬體與邏輯運算不斷突破升級，未來必定持續將人類智慧的理論、技術和應用，發展出具人性化的AI機器，並擴展到無所不在的生活中，協助人類解決問題。近年來，這波AI浪潮再次席捲整個科技產業也帶來全新的挑戰，因此我們更要了解並有效地應用人工智慧技術，以提升競爭力。本書架構：1.AI領域概論：一開始以說故事的方式，帶領讀者想像未來充滿AI應用的世界，以及人工智慧發展演進與技術的基本概念。2.AI專業技術介紹：從人工智慧在創作、金融、製造、文本、設計、環境、醫療等領域，及在實際應用例子上的發展脈絡。3. AI實作演練：操作圖形辨識、影像辨識及自走車等演練，嘗試以實作來體驗人工智慧的技術架構。4.AI素養陶鑄：探討人類在面對人工智慧技術蓬勃發展時，該如何省思其所衍生出來的各種科技素養與倫理等議題。在人工智慧來臨的時代，期使你我能透過本書，將人工智慧的相關知識內化並吸收，更深一層地思考人類要如何與智慧機器密切合作，並持續發揮人類獨有的特質與不可替代性，以找到人文與科技之間的平衡點，共創更好的科技生活。
生成對抗網路最精解：用TensorFlow實作最棒的GAN應用
生成對抗網路終極說明，從圖像處理到自然語言 一本就搞懂GAN！ 自從AI時代大爆發，人必言神經網路，然而除了圖像處理之外，似乎沒什麼書有完整講解生成對抗網路(GAN)了。 人工智慧之父Yann LeCun曾經說過「GAN大概是這10年來深度學習最好玩的一個應用了吧」。 本書從模型與數學的角度來理解GAN 變體，希望透過數學符號表達出不同GAN 變體的核心思維。也是市面上少見針對單一技術，但卻能跨到不同領域上的應用最完整的大全。 首先從Python 基本語法開始討論，逐步介紹必備的數學知識與神經網絡的基本知識，並利用討論的內容編寫一個深度學習框架TensorPy，有了這些知識作為鋪墊後，就開始討論生成對抗網絡(GAN)相關的內容。 本書使用比較簡單的語言來描述GAN 涉及的思維、模型與數學原理，接著就透過TensorFlow實現傳統的GAN，並討論為何一定需要生成器或判別器。接下來，重點介紹GAN 各種常見的變體，包括卷積生成對抗網絡、條件對抗生成網絡、循環一致性、改進生成對抗網絡、漸近增強式生成對抗網絡等內容。 本書特色 ◎容易入門：本書會討論線性代數、微積分、機率論、資訊理論等內容，並從原理角度去講解為後面篇幅做好鋪陳。 ◎內容更深：介紹GAN 的各種變形時，除了介紹架構以外，並從數學層面去推導證實，重視不同類別GAN 架構的底層思維，並從數學上表示它。 ◎涉及面廣：囊括GAN 的各個應用領域等10 多個方向。 ◎實戰性強：提供很多程式，並列出運行結果，講解生成器、判別器、損失定義、具體訓練邏輯等主要內容。
快速學會 MetaTrader 5 貨幣交易
由淺入深詳細講解深度瞭解融會貫通【未來，貨幣自動交易將是新興投資市場的新趨勢。】相信對外匯市場有所涉略的讀者必定對MetaTrader這套軟體略知一二，這套軟體廣受市場投資人所廣泛使用。而該軟體當中的「專家顧問」(Expert Advisor)，簡稱EA)，可以讓我們的技術分析、交易策略以及交易的例行工作程式化至其中，並讓它來替我們進行分析和下單的工作。MetaTrader 5擁有MT4沒有的功能，例如：MT5提供 21個時間表70種分析工具，幾乎可實現所有的交易策略、有五種交易模式和4種執行模式、內嵌交易活動報告、還有更快的報價分析和策略定制等等功能。另外MT5在交易方面也有不同於MT4之處，這都可以讓外匯投資人開發出新的交易工具或是有新的投資策略想法。當你讀完本書，你不僅僅可以瞭解金融市場中即將遇到的風險情況，還可以通過案例分析來瞭解到底歷史上有過哪些案例，用來借鑒並儘量規避，讓讀者盡可能的規避未來交易中遇到的不必要問題與損失。
超簡單AIoT物聯網與網站架設必學神器：Node-RED視覺化開發工具
∗目前已知最簡單的IoT物聯網與Web網站架設工具∗ ∗使用視覺化流程建構工業4.0、智慧製造和智慧工廠∗ ∗輕鬆使用Node-RED建構你自己的物聯網平台與MVC網站∗ Node-RED 可以說是目前已知最簡單的 AIoT 物聯網與 Web 網站架設工具，能夠幫助你快速整合相關應用來建構出監控介面的儀表板（Dashboard），和使用各種網路通訊協定進行資料交換。Node-RED 更支援 MVC 架構的 Web 網站，只需幾個節點的視覺化流程，加上少少的 HTML 標籤和 JavaScript 程式碼，就可以輕鬆建構 MVC 架構的 Web網站、REST API、存取 MySQL 資料庫和打造 AIoT 智慧物聯網平台。 內容重點 ✎零基礎免寫程式輕鬆使用 Node-RED 視覺化流程來建立監控介面的儀表板（Dashboard）、執行網路爬蟲和剖析 Open Data 的 JSON 資料。 ✎使用 Node-RED 輕鬆建構 MVC 架構的 Web 網站、實作 REST API 和將資料存入 MySQL 資料庫。更支援 MQTT、 TCP、 UDP 和 Websocket 通訊協定和序列埠通訊，幫助我們整合 Arduino 和 ESP8266 開發板，最後使用 TensorFlow.js 打造你的 AIoT 智慧物聯網平台。 ✎本書提供 Node 套件的綠化版 Node-RED 開發環境，免安裝輕鬆幫助你建構學習 Node-RED 物聯網應用和 Web 網站架設的 Windows 開發環境。
機器視覺技術
本書分上下兩篇介紹機器視覺的構成、圖像處理方法以及應用實例。上篇「機器視覺理論與演算法」包括：機器視覺、圖像處理、目標提取、邊緣檢測、圖像平滑處理、幾何參數檢測、Hough變換、幾何變換、單目視覺測量、雙目視覺測量、運動圖像處理、傅立葉變換、小波變換、模式識别、神經網路、深度學習、遺傳演算法。下篇「機器視覺應用系統」包括：通用圖像處理系統ImageSys、二維運動圖像測量分析系統MIAS、三維運動測量分析系統MIAS 3D、車輛視覺導航系統。本書匯集了圖像處理絕大多數現有流行演算法，以淺顯的圖文並茂的方法講解複雜的理論演算法，每個演算法都給出了實際處理案例。書中所講案例均來自生產實踐，都得到了實際應用的檢驗。本書不僅適用於機器視覺和圖像處理專業理論結合實踐的教學，對於本科系及相關科系的課題研究人員和專業技術人員也具有重要的參考價值。
從０到Webpack：學習Modern Web專案的建置方式(iT邦幫忙鐵人賽系列書)
手把手帶你進入 Webpack 的世界，讓你從不懂到很會！ ☛ 深入解說 webpack 發明的原因 ☛ 完整學習 webpack 的基礎概念 ☛ 多樣的範例展示 webpack 的各種功能 ☛ 利用 webpack 建構出現代 web 專案 本書內容改編自第12屆iT邦幫忙鐵人賽，Modern Web組佳作網路系列文章──《尋覓 webpack - 藉由 webpack 學習網頁前端工程的精妙之處》，內容範圍從 webpack 發明的原因開始講起，到如何使用 webpack 建置出理想的專案，是本完整介紹 webpack 的專書。webpack 是 JavaScript 的建置工具，它被許多的專案所使用，因此理解 webpack 就能了解專案的建置方式，藉此可以獲得更多建置專案的想法。本書不僅說明 webpack 的使用方式，也會解析 webpack 發明的原因與內部的原理，以各種面向講解webpack這個專案建置的核心工具。 內容重點 ◆深入解析 Webpack 熱門的理由 讓我們回到 webpack 還未出現時的時空，說明當時的網頁專案發生的變化以及促使 webpaack 誕生的原因，從源頭探明 webpack 為何會受到如此多人的喜愛。 ◆從基礎概念了解 Webpack 許多人對於 webpack 的了解都僅限於各種配置選項，並沒有全盤地理解，本書以基礎概念說起，讓讀者可以理解 webpack 的設計理念，使得未來在做配置時可以有個全面的觀念，避免錯誤的產生。 ◆大量的範例說明解析 Webpack 的各種配置 webpack 學習曲線陡峭，除了其自成一套的概念外，另一個原因就是因為功能豐富而擁有多樣的配置選項，本書使用大量的範例說明各種重要的配置，讓讀者對於各選項有更具體的了解。 ◆以真實的需求說明 Webpack 的各項配置 學習配置後，利用各種情境模擬，說明 webpack 配置的方式，讓讀者可以深入理解各個配置的使用方式以及運用時機。 ◆探索 Webpack 內部構造 解構 webpack 的內部原理，藉以通盤了解 webpack 這項技術的運作方式。
