AI人工智慧導論
隨著人工智慧的發展，AI 已不再只是個新穎或遥遠的名詞、而已成為現代人不可或缺的知識及能力，不只在大專校院，就連中小學及社會人士也對此領域充滿遠景的期待與求知的熱忱。本書作為人工智慧入門讀物，具以下特色： 1. 現代性：具有新一代人工智慧的特色。 2. 應用性：將理論與實際融合，能應用於眾多領域與行業。 3. 引導性：是引領讀者進入人工智慧學科的基礎性讀物。 4. 全面性：從理論、技術、應用、開發，完整地介紹人工智慧發展各面向，全方位涵蓋AI領域中所有需要知道的主題。 5. 延伸性：在本書的導論基礎上，可再配合相關叢書，進行融入程式設計的進階課程；亦可進行不同領域或主題式開發的專題課程、
自學機器學習：上Kaggle接軌世界，成為資料科學家
你還在建立模型分析玩具資料集嗎？你還在使用只有幾百筆資料的鳶尾花資料集嗎？你還在透過Numpy亂數產生器建立資料集嗎？ 還是，你苦於找不到資料集？又或是，你發現以前所學的技術，套在真實資料集，根本不能用？ 假資料或玩具資料集無法和產業界接軌，練再多只是徒勞無功，但想要有真實資料集卻不知從何得到。 現在你看到的這本書，將帶你在初學和實戰之間，提供一個累積實務經驗值的試驗場，解決你的以上煩惱！ 如何獲取要分析的資料，經常是資料分析與機器學習時會遇到的瓶頸，而 Kaggle 平台有各大企業提供的免費資料集、完善的開發環境、匯集世界各地資料科學專家的討論區、以及高額獎金尋求各種問題的解決方案。只要註冊帳號，就能免費使用以上所有 Kaggle 的資源，顯然是一個絕佳的機器學習、資料科學練習環境。 本書專為入門者所寫，讓讀者知道如何善用平台資源，包含解析 Kaggle 上面的資料集，以及操作平台提供的完整 Python 開發環境。此外，書中從基礎的線性迴歸模型開始打底，隨後詳細講解當前火紅的神經網路，並深入探討循環神經網路的進階案例，也介紹各種特徵工程、模型超參數調整、模型集成的技術，一書掌握機器學習領域中重要的模型。本書所使用的範例，包含經典的CIFAR-10上萬張影像資料集、也有日本 Mercari 企業提供的資料集等，讓你擺脫不切實際的玩具資料集，直接打造實戰能力。 本書將助你從入門開始一步步打造技術力，同時銜接上實務應用，讓你在研究、職場脫穎而出。 本書特色 ● 國立成功大學資訊工程學系特聘教授 陳培殷博士 推薦 ● 完整介紹 Kaggle 平台上的資源，幫助讀者與世界頂級資料科學家接軌 ● 一書掌握基礎的迴歸、熱門的神經網路、以及進階的循環神經網路等重要模型 ● 使用 Kaggle 平台的資料集，讓讀者學習到實戰所需的機器學習技能，擺脫無聊的玩具資料集 ● 透過巨量資料集為範例，如分析日本 Mercari企 業提供的資料預測商品價格，了解實務應用 ● 本書由施威銘研究室監修，內容易讀易懂，並加入大量「編註」以幫助理解及補充必要知識 ● 完整 Jupyter Notebook 互動式開發環境的 Python 範例程式免費下載
智慧客戶服務技術與應用
本書從客戶服務以及人工智慧的過去、現在和未來為軸線，透過智慧客服的應用、管理、案例和相關技術這四個層面深入淺出地介紹了在現今互聯網和人工智慧大浪潮的推動下，各種人工智慧技術與客服相結合將產生全新的智慧化客服體系，並且在這種趨勢下不僅僅傳統對外客戶化服務的方式將成為過去，整個企業內部的服務和辦公模式都將產生重大的變革。 & 1. 引領性：業內第一本講述人工智慧技術和客戶服務領域融合的書籍 2. 實用性：從實踐和應用角度系統性講解人工智慧技術，非純技術類書籍 3. 前膽性：探討人工智慧技術和客戶服務領域的未來發展 &
智慧農業：智慧時代的農業生產方式變革
目錄 & 第1章 智慧農業生產系統概述 1-1 智慧農業生產系統的基本概念 1-2 智慧農業生產的發展動態 1-3 智慧農業生產的技術應用 第2章 智慧農業生產系統的技術基礎概論 2-1 資料、資訊與知識 2-2 智慧農業生產系統中的知識 2-3 智慧農業生產系統的技術特徵 2-4 無所不在的感知 2-5 無所不在的數據 2-6 無所不在的運算 2-7 智慧化的分析和決策 第3章 知識表示與處理 3-1 知識表示 3-2 農業知識推理 第4章 機器學習 4-1 概述 4-2 領域的機器學習演算法 4-3 機器學習在農業領域中的應用 第5章 智慧影像識別處理技術 5-1 影像處理 5-2 影像分割技術 5-3 影像特徵提取與分析 5-4 智慧影像識別 5-5 農業影像處理案例分析 第6章 物聯網技術 6-1 物聯網技術的基本概念 6-2 物聯網體系的基本框架 6-3 物聯網關鍵技術 6-4 物聯網系統設計 6-5 農業物聯網的應用 第7章 3S 技術 7-1 對地觀測系統與農業生產數位化 7-2 地理資訊技術 7-3 遙測技術 7-4 全球定位系統 第8章 農業大數據與智慧決策技術 8-1 農業生產與大數據 8-2 大數據關鍵技術 8-3 基於大數據的農業智慧決策支援 8-4 大數據的農業應用 第9章 農業專家系統 9-1 農業專家系統概述 9-2 農業專家系統的分類 9-3 農業專家系統的基本結構 9-4 農業專家系統的設計 第10章 農業機器人 10-1 農業機器人概述 10-2 農業機器人的結構 10-3 農業機器人系統設計 10-4 農業機器人在農業生產領域中的應用 第11章 農業物聯網智慧資訊服務平臺 11-1 工作基礎 11-2 總體設計 11-3 基於行動裝置的農業環境資料感知與傳輸技術 11-4 基於行動裝置的農業多媒體資料獲取與即時通訊技術 第12章 智慧農業生產系統展望 12-1 未來智慧農業生產系統的組成和特徵 12-2 智慧農業生產系統的重點領域 12-3 農業機器人在智慧農業生產系統中的應用 12-4 智慧農業生產系統發展的建議
智慧城市建設與實踐
本書系統介紹智慧城市建設的內容，將智慧城市的理論與實際建設成果相結合，帶領讀者深度體驗當前智慧城市建設的現狀，全面瞭解智慧城市建設專案的功能體系、技術框架等內涵，準確把握智慧城市建設發展趨勢。書中內容對城市建設規劃者制定城市相關發展戰略與規劃、對相關研究人員瞭解智慧城市建設現狀和掌握發展趨勢具有參考價值，能夠為新型智慧城市建設貢獻一份力量。 1.系統性：從基本理論、支撐體系到建設應用，準確把握智慧城市建設發展趨勢。 2.應用性：結合大量當前國際間典型之案例，以利讀者了解智慧城市的具體內涵。 3.引導性：點出將智慧城市付諸實踐時所面臨的問題，引導思考。
金融AI|人工智慧的金融應用
運用Python的學習指南 「全面且直觀的作法，本書必定是金融從業人員與學者的重要參考。」 —Abdullah Karasan 資料科學家兼顧問 「針對期望解決各種計量金融問題的機器學習從業人員，這是一本出色的指南」 —Tim Nugent Refinitiv資深研究科學家 AI與機器學習的廣泛運用，讓許多行業發生突破性變革。一旦將程式取得的歷史和即時金融資料，與這些新技術相結合，金融業也產生巨大變化。有了這本金融實務書籍，您將學會使用AI與機器學習，察覺出金融市場統計無效率的情況，進而透過演算法交易以運用獲利。 作者Yves Hilpisch針對從業人員、學生與學者，就金融與資料科學實務面，說明機器學習與深度學習演算法於金融業的應用。書中提供豐富的Python示例，讓您能夠複製書中呈現的所有結果。 本書分為五個部分，協助您： ‧學習AI主要概念與演算法，包括「通用人工智慧」(AGI)與「超級智慧」(SI)方面取得的最新突破 ‧了解「資料驅動金融」、「AI」與「機器學習」對金融理論與實務產生長遠影響的原因 ‧運用「類神經網路」與「增強式學習」，察覺金融市場統計無效率的情況 ‧以「回測」與「演算法交易」辨別經濟無效率的情況並利用機會，自動執行交易策略 ‧理解AI影響金融業未來競爭動態的程度，以及預想金融奇點到來時可能產生的情境
初學Jetson Nano不說No：CAVEDU教你一次懂
本書前2章將依序介紹實現AI神經網路推論於邊緣運算裝置為何是目前最熱門的趨勢，並選定NVIDIA Jetson Nano 4GB開發套件作為本書主要開發環境。 第3章介紹多種深度學習視覺推論應用。到了第4章，說明如何存取Jetson& Nano之GPIO腳位來結合常見的周邊電子裝置，意即您可在現存的簡易家電裝置上自行整合更豐富的AI功能。 第5章與第6章將介紹如何使用JetBot機器人平台來實現自動駕駛車常見的功能，包含障礙物閃避與道路跟隨等。讀者將自行收集資料來建立訓練資料集來建立專屬的神經網路模型。最後於第七章，將整合Intel RealSense景深攝影機讓Jetson Nano整合具備深度資訊的影像處理功能。 本書特色 本書將帶領讀者進入熱門的邊緣AI(Edge AI)領域，並直接在NVIDIA Jetson Nano 單板電腦實作各種深度學習神經網路結合機器視覺的實務性範例，並以JetBot移動式輪型機器人平台來實現障礙物閃避與道路跟隨等自動駕駛車常見的功能。 本書也會介紹如何透過 Intel RealSense 景深攝影機讓您的邊緣專案具備深度視覺功能。 &AI 不難，現在就開始吧！& 本書作者群為NVIDIA原廠認證之Jetson AI大使與Jetson AI專家。
台積電為何這麼強：半導體的計算光刻及佈局優化
護國神山台積電，如何建立超高技術城牆 台灣半導體遙遙領先全球的主要原因 從原理了解晶圓產業的極重要知識 光刻是積體電路製造的核心技術，光刻製程成本已經超出積體電路製造總成本的三分之一。全書內容充滿先進技術積體電路製造的實際情況，涵蓋計算光刻與佈局優化的發展狀態和未來趨勢，系統性地介紹計算光刻與蝕刻的理論，佈局設計與製造製程的關係，以及佈線設計對製造良率的影響，講述和討論佈局設計與製造製程聯合優化的概念和方法論，並結合具體實施案例介紹業界的具體做法。 全書共7章，內容簡介如下： ■ 第 1 章是概述，對積體電路設計與製造的流程做簡介。為了給後續章節做鋪陳，還特別說明設計與製造之間是如何對接的。 ■ 第 2 章介紹積體電路物理設計，詳細介紹積體電路佈局設計的全流程。 ■ 第 3 章和第 4 章分別介紹光刻模型和解析度增強技術。佈局是依靠光刻實現在晶圓基體上的，所有的佈局可製造性檢查都是基於光刻模擬來實現的。這兩章是後續章節的理論基礎。 ■ 第 5 章介紹蝕刻效應修正。蝕刻負責把光刻膠上的圖形轉移到基體上，在較大的技術節點中，這種轉移的偏差是可以忽略不計的；在較小的技術節點中，這種偏差必須考慮，而且新型介電材料和硬光罩（hard mask）的引入又使得這種偏差與圖形形狀緊密連結。光罩上的圖形必須對這種偏差做重新定向（retargeting）。 ■ 第 6 章介紹可製造性設計，聚焦於與佈局相關的製造製程，即如何使佈局設計得更適合光刻、化學機械研磨（chemical mechanical polishing，CMP）等製程。 ■ 第 7 章介紹設計與製程協作最佳化，介紹如何把協作最佳化的思維貫徹到設計與製造的流程中。 本書不僅適合積體電路設計與製造領域的從業者閱讀，而且適合大專院校微電子相關專業的師生閱讀和參考。不但有深入的介紹，更有數學物理公式的推導，是極少見直接討論半導體製造的高深度參考用書。
FPGA的AI之路：Intel FPGA開發技術昇華實戰
Intel依然強大！FPGA設計是現代電子業的奇蹟，用軟體設計的方式來完成硬體核心的佈建，加上人工智慧更是如虎添翼。 本書主要從技術基礎、開發方法和人工智慧應用三個方面介紹FPGA的開發工具與開發技巧，圍繞FPGA的基礎知識，Verilog硬體描述語言，FPGA在Quartus中的開發流程，FPGA的SOPC、HLS、OpenCL設計方法，FPGA在人工智慧領域的應用等方面進行闡述，使開發人員能理解FPGA的核心知識，掌握FPGA的開發方法和開發工具。 以FPGA基礎知識為切入點，透過對開發方法和設計思路的講解，幫助讀者快速掌握FPGA開發技術及FPGA在人工智慧上的應用。 全書包含FPGA技術基礎篇、FPGA開發方法篇和人工智慧應用篇三大篇，內容如下 ■ 第一部分 FPGA的基礎知識及開發流程 首先，介紹了FPGA的基本概念和入門知識，從FPGA的抽象化解釋，到FPGA如何從早期的邏輯門器件演變為當前的現場可程式化邏輯閘陣列的整個發展歷程，讓讀者明白FPGA的概念及特點。其次，介紹了FPGA的內部結構，進一步解讀FPGA的晶片內建資源，包括查閱資料表、可程式化暫存器、自我調整邏輯模組、內部儲存模組和時脈網路等，讓讀者能夠從FPGA的最基本邏輯單元和最底層結構的角度加深對FPGA的瞭解。然後，介紹了FPGA的Verilog HDL語言開發方法，包括基本語法，如if-else敘述、case敘述等和進階開發技巧，如鎖相器和暫存器的區別、阻塞與非阻塞的區別，並且根據編碼器、解碼器、雙向暫存器和上浮排序等實例具體介紹Verilog HDL語言的開發。最後，介紹了FPGA在Quartus Prime軟體中的開發流程，結合FPGA基礎知識、FPGA的內部結構及Verilog硬體描述語言系列內容，形成了一個基本的FPGA開發知識系統。 ■ 第二部分 FPGA開發方法和工具 在對第一部分內容進行深化的同時，進一步介紹了針對軟體工程師的FPGA開發方法。首先，介紹了FPGA傳統開發過程中使用到的分析與偵錯工具，如綜合工具、約束工具、時序分析工具、偵錯工具等，介紹了編譯報告和網路表查看工具。其次，介紹了基於FPGA的可程式化系統單晶片（SOPC）的建構方法及其軟硬體的開發流程，介紹了IP核心與Nios處理器。然後，介紹了使用高層次綜合設計的FPGA設計工具HLS進行FPGA開發的方法，包括基於HLS的開發流程、程式最佳化、Modelsim模擬及HLS多種介面的使用場景分析。最後，介紹了在異質計算場景下，如何使用OpenCL進行FPGA開發的方法，包括主機端和裝置端的程式編寫。 ■ 第三部分 FPGA開發的擴充 主要介紹FPGA在人工智慧領域的應用。首先，介紹了人工智慧的發展歷史和深度學習技術的基礎，包括常用的深度學習網路模型和程式設計框架。其次，介紹了深度學習的概念、基本組成及深度學習的應用挑戰，包括神經網路基本組成、常見的神經網路模型和資料集。最後，以電腦機器視覺為例，介紹了如何使用英特爾OpenVINO工具在英特爾FPGA上部署深度學習推理計算。
撲翼飛行機器人系統設計
本書第1章介紹了仿生撲翼飛行機器人的研究現狀與應用情况；第2章集中介紹了在進行仿生撲翼飛行機器人系統建模和穩定性分析時所用到的基礎理論；第3 章至第5 章分别針對單柔性翼系統、雙柔性翼系統和剛柔混合撲翼系統進行建模分析，並對不同結構的仿生撲翼飛行機器人柔性翼進行動力學分析、邊界控制器設計以及系統穩定性證明；第6 章針對仿生撲翼飛行機器人系統中存在的輸出約束問題進行研究，設計能够解决輸出約束限制的主動邊界控制器；第7章通過ADAMS設計和搭建3D半實物仿真平臺，并聯合SIMULINK對邊界擾動情况下柔性樑PD控制和邊界控制進行仿真模擬驗证；第8章設計神經網路控制算法來對仿生撲翼飛行機器人的位姿進行自主控制分析；第9章詳細介紹一款舵機驅動仿生撲翼飛行機器人的機械結構設計以及硬體系統搭建；第10章設計了仿生撲翼飛行機器人的飛行實驗。 本書適合機器人設計相關專業的人員閲讀參考。
資料科學的建模基礎：別急著coding！你知道模型的陷阱嗎？
會coding並不代表會建模！ 你是否曾經有以下問題： 「如何評估模型的適用性？」 「有人說模型參數越多越不好？」 「各種模型的差異以及特色是什麼？」 「有人說模型好壞不能只看預測精確率？」 「要選哪一種模型比較適合手上的資料？」 這本書，將帶你釐清以上所有疑惑，以及你心中更多問不出來的問題！ 市面上有很多優質的書籍，可以將建模工具（如：TensorFlow、Keras、PyTorch 等框架）鉅細靡遺地操作一遍；或是涵蓋許多數學、統計學的學理面，完美展現漂亮的數學式。但仍舊會讓人有隔靴搔癢、似懂非懂的感覺。再加上資料科學應用在不同領域，如工程學、物理學、化學、生物學、生態學、哲學、或是經濟學，產生大量令人混淆的知識、名詞。因此，過去那種單點突破式的學習歷程，已經不足以應付當代資料科學家的養成。 想要在這混亂的資料科學領域裡脫穎而出，關鍵就在於你需要有見樹也見林的通盤觀念：以「模型」為中心，將相關的數學、統計知識環繞在這個中心，做一個通盤的介紹；接著，以俯視的角度，來抓住各領域常用模型之間的關聯，並說明許多技術本質上是殊途同歸；最後，我們即可探討現實中不同問題的分析方式，以及實務上建模需要注意的事情。 本書將會講解與模型相關的機率、統計、微分方程、自我迴歸、狀態空間、馬可夫鏈等觀念；並且比較隨機森林、支援向量機(SVM)、神經網路、深度學習、自編碼器、強化式學習、多體系統等各種不同模型的優劣；最後討論貝氏推論、最大後驗估計、費雪三原則、訊息準則、概似比檢驗等如何應用在實際建模的過程。 中文版提供免費Python程式下載，讓讀者可以實際演練書中的範例，加深對知識的理解。 本書用宏觀的角度，來解述資料分析數學模型，讓你徹底了解資料分析過程中，不可或缺的「數學模型」。有了這本書，你將會掌握當代數學模型的基本精神，讓你在未來的研究或工作上，可以更順利。 本書特色 ● 改變傳統一直寫程式的教學，帶你回到資料科學最根本的觀念 ● 俯視資料科學的各種技術，掌握模型的特性跟陷阱 ● 底線標示重要觀念，粗體標示重要名詞，註解提供讀者延伸資訊 ● 滿滿全彩圖說，每章結束附有重點整理，中文版附贈範例程式
人工智慧：素養及未來趨勢
人工智慧相關的議題歷史悠久，本書將詳盡敘述人工智慧過往的發展和遇到的瓶頸，並說明近年來為何又開始一波新的熱潮，在這波熱潮中，本書內容貼近產業應用，說明AI如何應用在各大產業、服務以及新商品與革新。此外，本書亦透過AI技術的發展與創新，引導讀者瞭解，隨著人工智慧持續發展，AI對人們的未來生活可能帶來衝擊與影響。本書巧妙的運用範例、圖例講解人工智慧的理論，使架構變得淺顯易懂，不再因為艱澀難懂的數學公式抹滅了學習的興趣及成就。
人工智慧大現場實用篇：35天從入門到完成專案
♔循序漸進的從系統環境、資料爬蟲分析，到熟悉Python/Django/Tensor Flow/Keras基本應用。 ♔活用深度學習及實用案例，讓您在最短時間可以開始參與AI專案。 AI（人工智慧）的技術來自軟體工程的演進，一個優秀的AI工程師要經由程式設計、資料採礦、系統分析、數理演算等紥實的科學訓練；甚至還有企業管理、流程改善、財務金融及消費行為等商務思考的訓練。AI如果不能預測及主動除錯，就只是較高端的程式設計而已。 本書的特色是用實務來帶出技術、減少系統端的干擾、不浪費時間探討程式來源及系統演進。希望協助讀者能縮短學習時間，並快速跟上國際上AI的發展的節奏。 本書讓你正確理解人工智慧的力量，不用做重複的事或錯誤的事；加上可以立即執行的實例。不只強調高速且大量運算的舊觀念，在不抵觸CPU／GPU的硬體邏輯運算下，讓本書的實例在你的專案中，能輕鬆的應用自如。
Arduino最佳入門與應用：打造互動設計輕鬆學(第三版)
本書如同Arduino一樣的容易上手，完全以從未學習過電子、資訊相關知識的初學者角度切入，設計出多元的實作內容，成為入門與專題應用的最佳指引。專題實作單元皆包含【相關原理知識】、【函式說明】、【實作練習】三大部份，在【相關原理知識】中先說明完成專題實作所需的基本知識，【函式說明】則詳細解說使用到的Arduino函式功能及用法，最後的【實作練習】則融入互動設計作品常用的周邊元件、通訊模組，以及各類型的感測器等超過200個實用範例及練習，學習者只需結合本書部份範例，再加上自己的創意巧思，就能設計出有趣又好玩的互動作品。 從入門、應用到專題實作，現在，就開始輕鬆的玩好Arduino! ˙學習最容易：使用Arduino公司所提供的免費Arduino IDE軟體，操作簡單、輕鬆上手。本書強調在玩創意，而不是在設計Arduino 程式，全彩實圖說明，實作練習皆有詳細說明，生動有趣、輕鬆易學，絕對是一本最佳的入門書。 ˙學習花費少：本書所使用的Arduino Uno R3原廠開發板價格不到500元，軟體可在官網https://www.arduino.cc/免費下載，全書所須周邊元件及模組價格便宜無負擔。 ˙學習資源多：Arduino 採開放源碼（open-source）理念，不但在官網上可以找到技術支援資料，而且網路上也提供相當豐富的共享資源。 ˙學習模組化：全書程式模組化且前後連貫一致，讀者發揮巧思創意結合部分範例程式，即能輕鬆設計完成互動作品。 ˙內容多樣化：使用常用元件及模組，包含發光二極體、矩陣型LED模組、七段顯示器模組、液晶顯示器模組、蜂鳴器、指撥開關、按鍵開關、矩陣鍵盤、直流馬達、伺服馬達、步進馬達、RFID模組、紅外線模組、藍牙模組、RF 無線模組等，以及各類型感測器如光敏電阻、超音波感測器、溫度感測器、溼度感測器、三軸加速度計、三軸數位陀螺儀感測器等，精心設計超過260個豐富多樣化的實用範例。 ˙應用生活化：生活化的單元教學設計，除了提高學生學習興趣之外、也能培養學生創意設計的素養能力。內容包含調光燈、霹靂燈、雨滴燈、呼吸燈、計數器、數位時鐘、數位電壓表、光線偵測應用、移動偵測應用、距離測量應用、倒車警示器、數位溫度計、數位溼度計、傾斜角度測量、旋轉角度測量、字幕機、電子琴、音樂盒、自走車、無線遙控車、自動追光系統、大樓門禁管理、紅外線家電控制、手機藍牙家電控制、藍牙家電控制、RF 無線家電控制等。 ˙教材多元化：如果初學者有興趣深入學習，可參考作者進階教材「Arduino自走車最佳入門與應用」及「Arduino物聯網最佳入門與應用」兩本書。相信可以更加充實。
機器人與專題製作(附範例光碟)
本書以專題的方式呈現，整合機構、控制、驅動、感測、通訊的技術，完成三款機器人設計與製作。第一章介紹機器人的發展，第二章介紹機器人的設計，第三～五章分別介紹掃地機器人、機械手臂、人型機器人之專題製作，並皆以設計思考邏輯來探討使用者的需求，再依據功能所需進行設計圖的繪製及機構的原型實作，最後則以程式運算思維來撰寫程式，完成機器人的控制。
用micro：bit V2.0學運算思維與程式設計使用MakeCode：Blocks(第二版)
市場上NO.1>第一本整合運算思維的micro:bit程式設計書籍 & 1.多元範例 設計LED圖像、演奏音階、智能風扇、指南針、骰子、光譜圖、地震警報、摩斯密碼戰連線遊戲與剪刀石頭布連線遊戲等專題範例，應用micro:bit多元功能於日常生活中問題解決。 & 2.小試身手 全書共50個小試身手實作範例，以點、線、面方式，全面理解micro:bit運作原理。 & 3.多元方式連接micro:bit設計程式 使用藍牙連接手機以無線方式設計程式或利用USB連接電腦。 & 4.運算思維程式設計 從發現問題、解析問題、理解積木隱含的抽象概念、應用積木設計程式模擬解題、micro:bit實作解題，的「問→做→思→創」學習流程中，培養應用科技解決問題的運算思維能力。 &
善用UX來提升UU：打造滿足新手和專家的UI(iT邦幫忙鐵人賽系列書)
全華人市場第一本中文通用使用性（Universal Usability）專書 ◆以淺顯易懂文字介紹通用使用性理論 ◆以生活常見案例剖析新手與專家需求 ◆以實務作法解說通用使用性的設計重點 本書內容改編自第11屆iT邦幫忙鐵人賽Modern Web組佳作網路系列文章──《介面設計如何讓新手與專家都容易使用？》。本書探討生活中經常出現的各式介面，包含購物網站、手機應用程式、家電產品的按鍵面板、停車場的繳費機、車站的自助購票機、銀行的自動櫃員機、餐飲店的自助點餐系統。但任何人都會操作這些介面嗎？初次使用者是否都能自行理解？現代人生活忙碌，能否快速完成任務也很重要，應避免讓經常操作的使用者感到繁瑣。本書將分享如何打造滿足新手和專家需求的介面設計，開始為您的介面設計進行「超前部署」吧！ 三大重點 ★認識介面設計新趨勢：通用使用性 介紹通用使用性理論、三項挑戰與未來趨勢，以及達到通用使用性的多種設計方法。 ★了解不同使用者對介面操作的需求 帶領讀者掌握新手與專家的需求，以及面對不同使用情境、不同使用者能力應注意的事項。 ★複雜介面也能簡單操作的設計重點 提出善用使用者紀錄進行分類、設置捷徑與推薦選項等方法來降低操作門檻、提升操作效率。 專業推薦 「一本通用易用的通用易用書」 ── 銘傳大學資訊管理學系 助理教授 陳書儀 「設計，讓每個人都能被更友善的對待」 ── 致遠體驗設計 創辦人 卓致遠 「通用設計讓智慧城市更有溫度」 ── 桃園市政府資訊科技局 局長 余宛如
機器學習設計模式
資料準備、模型建構與MLOps常見挑戰的解決方案 「本書提供了豐富的範例，如果你是資料科學家或ML工程師，而且想要了解如何使用行之有效的解決方案來處理複雜的ML問題，你一定要看這本書。」 —David Kanter ML Commons執行長 「如果你想在建構ML解決方案的過程中減少傷害、碰撞和磨擦，Lak、Sara和Michael可以在背後支持你。」 —Will Grannis Google Cloud CTO Office常務董事 本書的設計模式介紹常見的機器學習最佳實踐法和解決方案。作者是三位Google工程師，他們整理了一些經過驗證的方法，協助資料科學家匯整ML程序中常見的問題，用這些設計模式來將數百位專家的經驗整理成直觀、平易近人的建議。 這本書詳細地解釋30種模式，介紹資料和問題的表示法、作業化、可重複性、再現性、靈活性、可解釋性和公平性，每一種模式都包含問題描述、各種可能的解決方案，以及視情況選擇最佳技術的建議。 你將學會： ‧在訓練、評估和部署ML模型時，認出常見的挑戰並處理它們 ‧表示各種ML模型的資料，包括embedding、feature cross(特徵交叉)等 ‧為具體的問題選擇適合的模型 ‧使用檢查點、發布策略和超參數調整來建立穩健的訓練循環 ‧部署可擴展的ML系統，以便用新資料來進行重新訓練和更新 ‧向關係人解釋模型為何做出那些預測，以確保模型公平地對待用戶 ‧提高模型的準確性、再現性和復原力
500個必問題：深度學習AI頂尖企業面試實況
最全面深度學習的書籍 從數學基礎、機器學習技法、深度學習基礎一直到最潮的應用全部都完整講解，一本書就讓你晉級深度學習大師。 ▌濃縮知識點、各大公司筆試面試題▌ 本書內容取材自編者在日常學習過程中總結的知識點，以及各大公司常見的筆試、面試題，有效解決讀者學習上、求職上的困擾，一舉突破瓶頸。 ▌大量數學公式、圖、表 ▌ 本書內含豐富大量的數學公式、圖、表，總計達800個以上！ ▌內容豐富、由淺入深 ▌ 從向量、矩陣、機率、微積分、張量的基礎開始說明，進而進入演算法，以及機器學習分類。在了解了基礎知識之後，直接進入分類、邏輯回歸、線性回歸等重要基礎。中間也介紹了機器學習中最重要的決策樹、SVM、PCA、特徵工程等重點。接下來就是著名的神經網路及各種參數、函數、最佳化方法的介紹。有了基礎之後，自然就是各種著名的神經網路、包括CNN、RNN、LSTM(GRU)、GAN等最潮的應用。目前應用最廣的物件偵測、各種演算法都完整說明，甚至最新的YOLOV4都有完整實例介紹。也有Transfer Learning的應用。框架部分，介紹了Tensorflow, Keras及PyTorch。 本書的精華最後兩章，包括了最佳化網路、參數調整、以及佈署至行動端、壓縮模型等真正專案上的實作經驗，讀完整本書，對這幾十年的人工智慧應用就會有完整而深入的認識。
從來沒有這麼明白過：TensorFlow 上車就學會
TensorFlow2降低機器學習門檻，使機器學習無處不在！ TensorFlow 2是你最該學習的AI套件，將Keras整合之後， 一次學TensorFlow就學會Keras不用學兩次，用史上最強的人工智慧工具改變世界！ ▌簡單明瞭、快速入門 ▌ 本書簡單明瞭，可以讓初學者迅速進入TensorFlow的殿堂，讓你在起跑點就獲得渦輪一般的加速。 ▌谷歌開發者專家 ▌ 本書由谷歌開發者專家(機器學習領域)的大師級撰寫，將畢生功力以淺顯易懂的文字，引領初學者進入TensorFlow的殿堂，成為新一代機器學習大師。 ▌易讀易懂、脈絡清晰 ▌ 本書深入淺出，排版精美，十分易讀易懂。全書結構嚴謹、脈絡清晰，讓讀者可以輕鬆駕馭TensorFlow。 難得完整又詳細的TensorFlow 2的書籍，五大篇章包含： ．基礎篇：使用深度學習中常用的卷積神經網路、循環神經網路等網路結構為例，介紹 TensorFlow建立和訓練模型的方式。 ．部屬篇：介紹在伺服器、嵌入式設備和瀏覽器等平台部署 TensorFlow模型的方法。 ．大規模訓練篇：介紹了在 TensorFlow中進行分散式訓練和使用TPU訓練的方法，這也是TensorFlow獨享的，讓你能用比GPU更快速的TPU進行神經網路訓練 ．擴展篇：介紹了多種 TensorFlow 生態系統內的常用及前端工具 ．高級篇：為進階開發者介紹了 TensorFlow程式開發的更多深入細節及技巧。 如果你是TensorFlow 1.x的使用者，一定要升到2.x，再加上好用的Keras，一定以成為你開發AI專案的好幫手。
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三維掃描建模、模具結構智慧規劃三維列印、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。 &
打造機器學習應用|從構想邁向產品
「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，或是經驗豐富的從事者和初學者，都將逐步學習在真實世界中建立ML應用所涉及的工具、最佳做法和挑戰。 作者Emmanuel Ameisen是一位經驗豐富的資料科學家，他領導了AI教育學程，並使用程式碼片段(code snippets)、圖解、螢幕截圖及企業領袖訪談來演示實際的機器學習概念。第一部分教您如何計畫ML應用和評估成功；第二部分說明如何建立可行的ML模型；第三部分演示改善模型的方法，直到符合您原先的規劃；第四部分介紹部署和監視的策略。 這本書將會幫助您： ‧定義您的產品目標並建立ML問題 ‧快速建立您的第一個端對端管線並取得初始資料集 ‧訓練並評估您的ML模型及解決效能瓶頸 ‧在生產環境中部署並監視您的模型
從程式員到AI專家|寫給程式員的人工智慧與機器學習指南
「本書使用TensorFlow徹底教你了解及實作機器學習與人工智慧模型。」 —Jialin Huang博士 微軟資料與應用科學家 「Laurence Moroney一直是讓TensorFlow成為全球AI框架龍頭的主力，我很榮幸可以透過deeplearning.ai與Coursera來協助他指導TensorFlow。希望你在學習TensorFlow的過程中一切順利。有Laurence當你的導師，你將展開一場偉大的冒險旅程。」 —Andrew Ng deeplearning.ai創辦人 如果你想從程式員轉職為AI專家，本書是理想的起點。本書來自Laurence Moroney的成功AI課程，將會帶著你親自動手寫程式，讓你充滿信心地學習重要的主題，你要做的，只是用Python和它的資料表示法及陣列處理法來做實驗。 你會學到如何實作機器學習最常見的場景，包括電腦視覺、自然語言處理(NLP)，以及在web、行動設備、雲端與嵌入式等執行環境中建立序列模型。大多數的機器學習書籍在一開始都會展示大量且令人生畏的高等數學，但這本書提供實用的課程，直接帶你編寫實用的程式。 • 透過範例程式了解機器學習的基本知識 • 使用TensorFlow為各種場景建模模型 • 用只有一個神經元的神經網路建構模型 • 實作電腦視覺，包括在圖像中偵測特徵 • 使用NLP將單字和句子基元化及組成序列 • 將模型植入Android與iOS設備 • 使用TensorFlow Serving，讓模型透過web或雲端提供服務
最踏實AI之路：全白話機器學習一次搞懂
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，是臨淵羡魚還是退而結網？如果你是後者，這是一本輕鬆打開 Al 世界的入門書，書中反覆強調機器學習是非常平易近人的技術，希望大家用來解決自己工作，甚至是生活中的具體問題。 ▌實戰講解、深入淺出 ▌ 本書的「實戰案例」講解得都很細膩、透徹，期待本書把機器學習技術推入「尋常百姓家」。對於線性回歸、邏輯回歸和神經網路等內容循序漸進、層層深入的理論剖析，作者用靈活的方法詮釋深奧的理論，在內容深度上也拿捏合宜。此外，本書的整合學習和強化學習部分也很精彩，簡明扼要且重點突出，概念介紹特點鮮明。 ▌易讀易懂、脈絡清晰 ▌ 本書深入淺出，切入點與市面上已有的人工智慧和機器學習書迴然不同，十分易讀易懂。全書結構嚴謹、脈絡清晰，讓讀者可以輕鬆進入機器學習的殿堂。
別再mnist了：跨平台高平行TensorFlow 2精彩上陣
► 一本完整高階的TensorFlow 2.x應用 ► 一定要選一個AI框架，TensorFlow是唯一選擇，加入動態圖、整合了Keras ► 學一個TensorFlow，會兩種AI Framework，怎麼看都划算 & TensorFlow 是目前使用最廣泛的機器學習架構，能滿足廣大使用者的需求。如今TensorFlow 已經更新到2.X 版本，具有更強的便利性。TensorFlow在2.0版之後做了大幅更動，如果你從舊版1.0學的跌跌撞撞，不如從新版開始。 & 很多人以為TensorFlow只適用於深度學習，但TensorFlow的廣度和深度是成正比的。本書實作了幾個著名的範例，不再只會MNIST而已了。從NLP、影像辨識、GAN，一直到真槍實彈的機器學習技能，TensorFlow一手包辦。 & 你真的想找一本完整高階的TensorFlow 2.x應用，這會是最佳的案頭書。 & 全書內容分為4篇，結構清晰、案例豐富、通俗容易、實用性強。 ◎第1篇 準備篇 包含TensorFlow的安裝、使用方法。這部分內容可以讓讀者快速上手TensorFlow工具。 & ◎第2篇 基礎篇 包含資料集製作、特徵工程等資料前置處理工作，以及與數值分析相關的模型（其中包含wide_deep模型、梯度提升樹、知識圖譜、帶有JANET單元的RNN等模型）。 & ◎第3篇 進階篇 從自然語言處理、電腦視覺兩個應用方向介紹了基礎的演算法原理和主流的模型。實際包含：TextCNN模型、帶有注意力機制的模型、帶有動態路由的RNN模型、BERTology系列模型、EfficientNet系列模型、Anchor-Free模型、YOLO V3模型等。 & ◎第4篇 高階篇 介紹產生式模型和零次學習兩種技術，系統地介紹資訊熵、歸一化、f-GAN、最佳傳輸、Sinkhorn演算法，以及變分自編碼、DeblurGAN、AttGAN、DIM、VSC等模型。 & 適合讀者群：適合對人工智慧、TensorFlow有興趣者，或作為大專相關科系學生、教育訓練機構教材。 &
運算思維與程式設計：Web：Bit
※說明運算思維的內涵，搭配Web:Bit程式設計與實作練習 ※詳實程式說明，提供不同情境的程式範例 ※淺顯易懂、解析完整，讓初學者立即應用 ※本書附有資料檔，請至五南官網輸入本書書號，即可找到資料下載處 & 運算思維是面對問題以及解決問題的策略與方針，拆解與分析問題，找出問題的規律，進行抽象化與歸納思考，最後得出解決方案。 & 本書是以實務及理論兼容的方式來介紹程式語言，運用淺顯易懂的文字與範例來說明程式設計中的設計策略。以「運算思維」為主軸，透過實作Web:Bit程式設計，搭配Web:Bit當中有趣的程式積木，在學習程式的樂趣當中，增進運算思維的應用能力、解決問題能力、團隊合作以及創新思考能力。 &
AIoT實作好好玩：使用micro：bit、MIT App Inventor、語音辨識及影像辨識
1.時下最夯：AI + IoT（人工智慧+物聯網）兩大新興科技之結合。 2.輕鬆上手：以積木程式設計手機App，結合易學的micro:bit，輕鬆易上手。 3.循序漸進：由micro:bit為基礎，逐步加入藍牙、Wi-Fi、影像辨識等技術，最終完成專案。 4.主題學習：每個單元自成主題，皆可完成獨立作品，學習過程成就感倍增。 5.高度實用：可將語音／影像辨識的結果輸出為電路信號，控制燈的亮滅或大門開關等，落實應用於生活中。
最新AI技術：知識圖譜集技術概念大成
搜尋引擎、維基百科，龐大系統的建立，全部靠著系統化的人工智慧技術，而知識圖譜(Knowledge Graph, KG)就是這個技術的佼佼者。知識圖譜是一種大規模語義網路，已經成為大數據時代知識工程的代表性進展。這一次你不但可以知道最新技術的來龍去脈，更可以自己實作這個技術，並且熟知知識圖譜技術的發展及未來。 這是一本系統介紹知識圖譜概念、技術與實作的書。全書共5篇，由16章組成，力求涵蓋知識圖譜相關的基本概念與關鍵技術。 ►「基礎篇」介紹知識圖譜的基本概念、內涵與外延、歷史沿革、應用價值，以及相關的基礎知識。 ►「建置篇」重點介紹大規模高品質知識圖譜的自動化建置技術，涵蓋詞彙採擷、實體識別、關係取出及概念圖譜建置、百科圖譜建置、眾包建置與品質控制等專題。 ►「管理篇」系統地說明了知識圖譜建模與儲存、查詢與檢索，以及圖資料管理系統。 ►「應用篇」對於以知識圖譜為基礎的關鍵應用技術多作說明，包含搜尋與推薦、自然語言問答，以及以知識圖譜為基礎的自然語言了解。 ►「實作篇」介紹知識圖譜實作中的基本原則和有用實作，初步討論了知識圖譜實作中的開放性問題。 適合讀者群：從事技術和應用開發者、企業與企業智慧化的從業人員、電腦和人工智慧相關的師生或研究人員。
寫給程式設計師的深度學習|使用fastai和PyTorch
建構AI應用程式，您不必拿PhD 「這是程式員精通深度學習的最佳資源之一。」 —Peter Norvig Google研究總監 「本書透過實際的操作，以簡單且實用的方法揭開深度學習的神秘面紗。」 —Curtis Langlotz 史丹佛大學醫學及成像人工智慧中心主任 深度學習通常被視為數學博士和大型科技公司的獨門秘術，然而，正如這本指南所言，如果你已經會寫Python，那麼你只要稍微了解數學、取得少量的資料，就可以用最精簡的程式，寫出令人印象深刻的深度學習作品。怎麼做？使用fastai！它是史上第一個以一致的介面來讓你使用最常見的深度學習應用的程式庫。 本書作者Jeremy Howard與Sylvain Gugger是fastai的創作者，他們將告訴你如何使用fastai和PyTorch訓練各種任務的模型，並帶領你逐步研究深度學習理論，以充分了解藏身幕後的演算法。 ‧訓練電腦視覺、自然語言處理、表格式資料和聯合過濾等任務的模型 ‧學習在實務上最重要且最新的深度學習技術 ‧釐清深度學習模型如何運作，改善準確度、速度與可靠度 ‧了解如何將模型轉換成web應用程式 ‧從零開始實作深度學習演算法 ‧思考作品的道德意義 ‧從PyTorch的聯合創始人Soumith Chintala的前言獲得真知灼見
輕課程 從CNC走入文創生活：使用Bravoprodigy雕銑機(範例 download)-最新版(第二版)
1. 透過簡單好學習的控制軟體與Bravoprodigy雕銑機器，讓初學者認識CNC（電腦數值控制），搭配親民的CAD/CAM軟體來練習，把各種雕刻加工轉換成數值控制指令，只要跟著書本教學實作，每個人都能夠輕鬆上機，發揮所長，激發不同的創造力，富有教育意義與創客理念。 & 2. 由台灣原廠開發的Bravoprodigy雕銑機器與CNC控制軟體，相容於標準的G碼格式，內文介紹了EDIT軟體（點陣圖轉雕刻用檔案）與Vectric Vcarve軟體（2D向量圖與3D檔案格式），帶領操作者了解多種雕刻浮雕、平面銑削與加工的練習實作，適合各種年齡教育層，取得進入CNC領域的門票。
輕課程 用Arduino輕鬆入門 物聯網IoT實作應用-使用圖形化motoBlockly程式語言
1.深入淺出的引導讀者利用簡單易學的Arduino、物聯網及各類雲服務，實作各式融入生活的範例。 & 2.採用慧手科技獨特的Arduino擴充板及RJ11電話線來連接各式的Arduino外接模組，讓有程式背景卻無電子電機專業的學生也能輕易上手，更可讓老師減少硬體除錯的時間提升上課效率。 & 3.以網頁式的Arduino圖控式軟體motoBlockly來進行相關程式開發，除了可支援不同的作業系統外，亦可讓有電子背景卻無軟體專業的學生輕鬆跨越編寫程式的門檻，從此輕鬆駕馭Arduino。 & 4.透過免費好用的雲端服務，循序漸進的教您如何利用thingspeak, google form收集大數據、MQTT遠端遙控或定時開關其他電器。也可與手機APP結合，透過Line、簡訊等方式來監控Arduino所偵測到的異常狀況。 &
用mBlock玩CyberPi編程學習遊戲機-含遊戲機範例(精裝版)
1.貼近生活的教學案例，啟發學生的學習興趣。 2.以圖形化編程軟體培養程式設計基礎學習。 3.軟體與硬體結合，延展多樣化生活情境應用。 4.課程編排由淺入深，就算沒有基礎也能快速上手。 內含：CyberPi編程學習遊戲機、CyberPi鋰電池擴展板、TypeC數據線 &
AI黃金時期正好學：TensorFlow 2高手有備而來
AI盛世降臨，你怎能缺席？ 用最新版TensorFlow 2加入改變人類歷史的轉捩點，成為新一代的科技新貴 TensorFlow的初世代太挑戰智慧，想要熟悉需要花很多時間摸索，在2.0後，將Keras併入之後，整個TensorFlow的生態圈蓬勃發展。 本書以探索問題式敘述風格展開，只要有高中數學基礎就可以輕鬆讀懂，從最簡單的人工智慧問題入手，一步步地啟動讀者分析和解決並發現新的問題。 全書介紹深度學習演算法所需要的基礎數學理論、TensorFlow架構的基本使用方法、回歸問題、分類問題、反向傳播演算法、梯度下降演算法、過擬合、全連接網路、卷積神經網路、循環神經網路、自編碼器、產生對抗網路、強化學習、遷移學習等主流和前端知識。 針對每個演算法或模型，採用TensorFlow架構，以多個常見的經典資料集進行實戰，如MNIST和CIFAR10、IMDB資料集、動漫圖示資料集的圖片產生實戰和OpenAI Gym等。 全書共15 章，第1~3 章主要介紹人工智慧的初步認知，並引出相關問題； 第4、5 章主要介紹TensorFlow 相關基礎，為後續演算法實現準備； 第6~9 章主要介紹神經網路的核心理論和共通性知識，讓讀者了解深度學習的本質； 第10~15 章主要介紹常見的演算法與模型，讓讀者能夠學有所用。 看完全書，對AI絕對更加清楚明白。 適合讀者群& 使用TensorFlow架構的工程師、對人工智慧有興趣者、快速入門深度學習演算法和TensorFlow架構初學者。 本書特色 ◎ 內容全面 ◎ 實用性強 ◎ 系統說明深度學習前端的演算法原理 ◎ 最新版TensorFlow2.x專案實作
AI手機APP、智慧硬體專案實作|使用TensorFlow Lite(iOS/Android/RPi適用)
．針對行動與嵌入式裝置打造整合了TensorFlow的AI應用程式 ．學會各種最新的AI議題，例如電腦視覺、自然語言處理，還有深度強化學習 ．取得TensorFlow文件未收錄的實務導引以及超好用的獨家程式碼 身為開發者，您得隨時睜亮眼睛，準備好迎接下一波浪潮，同時還要留心現在最夯的是什麼。因此，如果把現在與未來這兩個世界的最佳方案整合起來的話，還有什麼比學會這個更棒的呢？AI人工智慧顯然是行動裝置後的下一件大事，而Google所推出的TensorFlow更是機器學習領域中頂尖的開放原始碼框架。 本書收錄了超過10個整合了TensorFlow的完整iOS、Android與Raspberry Pi應用程式，帶您從頭開始做，還能直接在裝置上離線執行各種超酷的TensorFlow模型：電腦視覺、語音語言處理、生成對抗網路與類似AlphaZero的深度強化學習。您將學會如何使用或重新訓練現有的TensorFlow模型、自行建置模型，以及開發可執行這些TensorFlow模型的行動裝置app。藉由本書中的逐步教學，搭配超實務除錯經驗來避開過程中的許多陷阱，您很快就會知道如何快速開發這類app了。 本書精彩內容： ．運用遷移學習技術來分類各種影像 ．偵測物體與其位置 ．將華麗的藝術風格套用在指定圖片上 ．理解簡易的語音指令 ．以自然語言來描述各種影像 ．運用卷積神經網路與長短期記憶神經網路來描述繪畫內容 ．使用TensorFlow與Keras來執行遞迴神經網路來預測股票價格 ．使用生成對抗網路來生成與增強影像 ．使用TensorFlow and Keras打造類似AlphaZero的行動裝置遊戲app ．在行動裝置上使用TensorFlow Lite與Core ML ．使用Raspberry Pi開發各種TensorFlow app，讓它可以移動、觀看、聆聽、說話，同時還兼具學習能力喔！ 本書是為誰所寫 如果您是iOS兼（或）Android的開發者，並且有興趣自行建置或重新訓練各種酷炫的TensorFlow模型並把它們運行在您的行動app上，或者如果您是TensorFlow開發者，且想要把新作好的TensorFlow模型運行在行動裝置上的話，本書就是為您而寫。最後，如果您想了解TensorFlow Lite、Core ML或如何在Raspberry Pi運行TensorFlow的話，本書保證讓您收穫滿滿。
向AI贏家學習！：日本26家頂尖企業最強「深度學習」活用術，人工智慧創新專案致勝的關鍵思維
――日本「深度學習商業運用大獎」首屆得獎專案全收錄！―― & 最具影響力的日本財經媒體之一《日本經濟新聞社》集團日經BP旗下日經xTREND與日經xTECH主辦 & Kewpie、NTT DOCOMO、日本菸草產業、軟體銀行、SMBC日興證券、三菱總合研究所、日本交易所…… 26家頂尖企業最成功的AI戰略直擊，多領域豐富案例完整解析 & 日本AI書籍第一人、東京大學松尾豐教授深入剖析「以深度學習提高附加價值」的關鍵議題 & AI改變世界之勢已不可擋，最大的機會在哪裡、最強的威脅是什麼， 擺脫技術層面的思考，以人為本，預見戰略全面革新的美麗新世界！ & ★用AI監測網紅灌水，開發最直接有效的創意手法！ ★用AI預測股價走勢通知賣出時機，10倍報酬潛力可期！ ★用AI自動寫文章，財務報表數據製作成完美說明文書！ ★用AI打造最強球隊，開創轉會市場無限商機！ & █ 深度學習只是計算處理技術，人工智慧不過是概念名稱，了解它的本質，才能掌握人工智慧真正的潛力！ & 深度學習確實已經融入商業面，開始運用於各種產品和服務。 有些公司因此提升了業績，也有些公司進而解決了社會課題， 本書深入介紹這些最先進的實際案例從發想、成形到實踐的過程。 & 書中具體剖析含括「深度學習商業運用大獎」獲獎六項計畫在內的26個案例， 將運用深度學習的效益分為四大類。 & ▌改變產品開發流程和產業結構：介紹藉由運用深度學習改變產品開發或行銷方式的案例，統整出通路領域製造商、批發、零售勢力平衡出現變化時的具體策略 ▌因應消費者的需求：介紹想要找到附近便宜的加油站或可用的停車位、投資股票讓獲利翻倍時，如何因應需求解決問題 ▌改革勞動方式：介紹藉由深度學習代替人工作業後，推動附加價值更高的勞動型態實際案例 ▌偵測錯誤和異常，解決社會課題：介紹以攝影機和深度學習技術來偵測不法與虛假資訊、以低價實現高準確率的最新技術 & 26家見解獨到的企業揭示有效運用AI的共通點， 全方位檢視實戰現場第一手觀點、開發規畫人員戰術思維、實踐成果體驗分析， 為各領域規模、目標各異的組織和人士，提供在這個空前時代開創新局的實用指南。 & █ 深度學習實踐案例全收錄 & 01& 「AI食品原料檢查設備」，逆轉思維確保食安 02& 「包裝設計喜好度評估預測AI服務系統」，徹底改變市調作業 03& 從水處理到巧克力，流體動態影片與靜態影像辨識大不同 04& 自動辨識貨架商品建議配置，改變製造商、批發、零售的角力 05& 從改善生產流程到改善製造業，提升人工目測檢查效率 06& 用深度學習掌握超商香菸陳列，以競賽作為獲得新技術的工具 07& 分析餐廳暢銷菜單，開發外食數據標註技術 08& 數據化強化選手戰力、分析球隊效益，訓練強度定量化 09& AI即時自動模糊加工處理，5G時代不只是通訊的多樣化服務 10& 從日常對話到跨國商務，運用深度學習自動翻譯降低語言門檻 11& 連結現實與數位，找便宜加油站、停車空位輕鬆搞定 12 &「AI股票投資組合診斷」協助投資，讓資產變十三倍 13& 重現熟練操作員的雙眼，提高五倍垃圾處理效率 14 &自動排除幼兒「NG照片」，解決幼兒園照護課題 15& 餐廳自動結帳系統因應人力不足問題，讓氣氛更輕鬆活絡 16& 辨識貨車車牌影像，縮短物流據點等候貨物時間 17& 讀取財務報表數字自動製作報告書，實現高準確率自動化智庫 18 &偵測駕駛習慣和風險因子，以資訊科技減少交通事故 19& AI與機器的「拉鋸戰」，食品加工製造生產線另闢蹊徑的智慧 20& 自動讀取加工設計圖面，解決產業嚴重人力不足問題 21& 以原有強項為基礎，建立低單價累積長程獲利的商業模式 22& 運用深度學習新手法更精確預測降雨，不用超級電腦即可完成 23& 全球首創運用深度學習偵測證交所不當交易，假買賣無所遁形 24 &用AI揭發網路名人不法行為，揪出灌水的網紅追蹤者人數 25& 從眼底影像解讀健康狀況，設備的資料加工化為商機 26& 超低價深度學習系統，運用邊緣裝置實現高準確率人臉認證
Flag，s 旗標創客.自造者工作坊 Vision × Voice 影像辨識聲控 - 雙V AI自駕車
自駕車是目前非常火熱的話題，AI 的崛起讓很多之前無法想像的事情成為可能。本套件就使用現在已相當成熟的『影像辨識』、『語音辨識』等 AI 技術, 帶您完成屬於自己的 AI 自駕車。 大多數人看到 AI 時，都會以為難懂又難學，不只有程式語言，還有很多複雜的數學，而雙 V 自駕車直接使用網路上便利的 AI 服務，讓大家能快速且簡單的運用 AI。 雙 V AI自駕車包含兩大功能：『影像辨識』和『語音辨識』。影像辨識包含能夠自動辨識兩側馬路線的『道路巡軌』、以及辨識箭頭方向決定行駛方向的『路標辨識』；語音辨識為『聽口令改變路徑』，聽到指定口令執行對應動作。 本產品需要搭配手機使用，使用自己設計的 App 作為操作介面。所以除了 AI 應用外，製作 App 也是必學課程。我們會使用 App Inventor 這套積木式的 Android App 開發軟體，讓初學者也能快速上手。 硬體控制則使用近幾年非常火熱的程式語言『Python』，它語法簡潔，對初學者來說是一個簡單入門的選擇。 想要訓練出自己的 AI 模型嗎？想要自己製作一台自駕車嗎？那雙 V AI 自駕車就是你的最佳選擇。 ◎ 本產品需搭配 Android8 以上的手機，ios 系統無法使用 ◎ Android 版本可以從手機的『設定/系統』中查詢 ◎ 除了確定 Android 版本外，也可以直接安裝測試 APP (下載網址 https://www.flag.com.tw/Video/FM627A/99), 如果 APP 中有顯示鏡頭拍攝的畫面就代表可以使用本產品 本產品除實驗手冊外，實驗過程中有任何問題或是建議都可以在 Facebook 粉絲專頁《旗標創客‧自造者工作坊》中留言，即有專人為您服務。 電腦： Windows / Mac 適用 手機：限 Android 8 以上適用 本書特色 ● 自己的手機就是 AI 大腦 ● 從拍照開始建立真實的資料集 ● 從自己的資料集訓練影像模型 ● 用自己訓練好的模型辨識道路 ● 用自己訓練好的模型辨識路標 ● 使用 Google AI 服務辨識語音口令 ● 自己設計自駕車 App ● 雷切木板車體自己動手組 & 組裝產品料件: D1 mini 相容控制板 × 1 片 Micro-USB 傳輸線 × 1 條 馬達驅動板(相容 D1 mini) × 1 片 麵包板（顏色隨機） × 1 片 馬達 × 2 個 輪子 × 2 個 萬向輪 × 1 個 電池盒 × 1 個 六角銅柱 × 2 個 螺絲及螺帽 × 1 組 20cm 公對母杜邦線 × 15 條 10cm 公對公杜邦線 × 10 條 測速模組 × 2 個 測速碼盤 × 2 個 橡皮筋 × 6 條 壓克力鏡 × 1 個 絕緣膠帶 × 1 個 手機支架 × 1 個 手機夾 × 1 個 雷切木板 × 1 片
自然語言處理最佳實務|全面建構真正的NLP系統
「許多偉大的書籍專門探討基礎的ML演算法，但這本書揭露真實系統的結構。對渴望實際建構和部署NLP的專業人士而言，本書具備無可估量的價值。」 —Zachary Lipton Carnegie Mellon大學助理教授，Amazon AI科學家，《Dive into Deep Learning》作者 很多著作和課程都使用簡單的案例和定義良好的資料組來處理自然語言處理(NLP)問題，但是，如果你想在商業環境中建構、迭代與擴展NLP系統，並為特定的產業鏈量身打造系統，這本書是為你而寫的指南。軟體工程師與資料科學家可從這本書學會如何在遇到每一個複雜選項時做出正確的選擇。 本書作者們將說明如何在更大型的生產環境中建構真正的NLP解決方案，告訴你如何針對各種產業鏈(例如醫療保健、社交媒體與零售)調整解決方案。 藉由這本書，你將： ‧了解在NLP領域中，廣泛的問題陳述方式、任務與解決方案 ‧實作與評估各種運用機器學習與深度學習方法的NLP應用程式 ‧根據商務問題與產業鏈來微調NLP解決方案 ‧評估各種NLP生產任務、資料組與工作階段的演算法與做法 ‧遵守NLP系統的釋出、部署、DevOps的最佳實踐法製作軟體解決方案 ‧從商務與產品主管的角度，了解NLP的最佳實踐法、機會與路線圖
輕鬆玩Scratch3.0學程式設計-含GTC全民科技力認證(範例素材download)-附MOSME行動學習一點通
本書特色 & 1.本書共15章，依據「適合初學者學習的Scratch 教學範例書」之理念撰寫，可以透過每一章節的詳細操作步驟，一步一步瞭解Scratch各種程式拼塊的使用方法與動畫概念。 & 2.全書深入淺出、淺顯易懂，操作步驟一目瞭然、循序漸進，只要按部就班即可完成各個專案，輕鬆學習各式應用。 & 3.結合GTC全民科技力認證，藉此邁向考取程式設計能力認證之路。 &
零基礎入門的機器學習圖鑑：2大類機器學習╳ 17種演算法 ╳ Python基礎教學，讓你輕鬆學以致用
★★★最淺顯易懂的機器學習專書★★★ 與其害怕被AI取代， 不如學會機器學習，讓AI為你所用！ ★日本亞馬遜資訊相關類暢銷榜No. 1 ．針對各類機器學習全圖像化，深入淺出的機器學習入門書 ．詳解各種機器學習演算法的概念和用途，學會如何選對演算法 ．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用 【什麼是機器學習？】 人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分， 但多數人對這些專有名詞一知半解，甚至有些誤解， 實現 AI 的方法包羅萬象，但機器學習是實現AI最普及的方法， 有些人誤以為深度學習就是AI，但事實上深度學習也是種機器學習。 機器學習顧名思義，就是電腦會透過演算法，根據問題或環境自動學習， 並運用學習結果來解決問題。 【機器學習的應用觸及各領域】 機器學習可以應用在各種領域，包括： 自動駕駛、文書處理、資料分析、自動翻譯、醫療診斷、預測天氣⋯⋯ 近年來，因為電腦價格降低，讓機器學習普及，不再是高深的技術， 讓非理科出身的文科人也能容易學習，運用在工作上。 由於機器學習有許多種類，因此懂得如何選擇最適合的演算法， 才能讓精準解決問題，事半功倍。 【2大類 ╳ 17種演算法，弄懂機器學習的邏輯與概念】 ◎ 9種監督式學習：將問題的答案輸入電腦，讓電腦自己學習，像是過濾垃圾郵件 ．問題分類（分類）：羅吉斯迴歸、單純貝氏分類器 ．找出特徵關聯性（迴歸）：線性迴歸、正則化 ．分類且找出關聯性：支持向量機、Kernel法、隨機森林、類神經網路、kNN ◎ 8種無監督式學習：提供電腦問題與特徵，讓電腦自行分類，例如找出有車的照片 ．選擇特徵與數量（降維）： PCA、LSA、NMF、LDA、LLE、t-SNE ．特徵分類（分群）：k-means分群法、高斯混合分布 【Python是時下最熱門的程式語言】 在學習機器學習的演算法時， Python是最容易上手，適用於各作業系統，也完全免費的程式語言軟體， 與機器學習及統計相關的函式庫也非常豐富。 本書所有範例程式碼都是使用Python語法編寫， 因此書中還附有Python基礎教學。 本書用一張圖帶你掌握機器學習的整體輪廓，學會機器學習的基礎知識和概念， 了解在學習機器學習的演算法時最重要的處理過程， 幫你學會如何精準選對演算法，只要掌握每一種演算法的性質， 相信就能學會實際操作機器學習，解決生活和工作上的問題，讓AI為你所用！ 【本書適合哪些人閱讀？】 ．對機器學習感興趣，已經開始學習的人 ．已懂得一些機器學習演算法，想學習更多的人 ．不熟悉方程式，看不懂機器學習專書的人 ．想學會如何因應問題來選擇機器學習演算法的人 ．有程式設計經驗，有能力執行範例程式碼的人 &
工業4.0預兆診斷分析與應用 - 使用ADLINK預測分析系統MCM-100與Azure雲端服務-最新版
1.本書適合各領域的學習者，特別是機械、電機、汽車等群科，透過對物聯網、雲端運算、大數據及智能設備等新興科技整合的認識，其製造產業的核心即是基礎設備，故以強化預兆診斷的技術。 & 2.本書採用Azure雲端運算、MCM-100與DataConnect Pro監控平台，進行設備狀態分析，透過應用案例分析到實際操作各種設備的加工狀態設定來診斷相關數據。 & 3.本書透過案例分析到實際操作，各種設備的加工狀態設定來診斷相關數據，應用已知的新興技術來培養未知的可能性，藉以邁向工業4.0的浪潮。 &
用TensorFlow玩轉大數據與量化交易(2版)：AI+大數據
★ 近50萬字的圖文教材，大量專業圖表、實盤操作案例及全套zwPython開放原始碼平台！★ 無須程式基礎、沒有一條數學公式，只要會打字、就能看懂並靈活應用書中技巧！本書是關於TensorFlow大數據與量化交易的原創書籍，除了神經網路與量化分析的教程，配合zwPython開發平臺和zwQuant開源量化軟件學習，是一套完整的大數據分析、量化交易的學習教材，可直接用於實盤交易。
金融人才ｘ機器學習聯手出擊：專為FinTech 領域打造的機器學習指南
一本專為金融專業人士編寫的機器學習指南！對於所有從事金融資料分析的讀者來說，機器學習將是一門如虎添翼的技術。本書介紹許多新穎的、進階的機器學習模型，並示範如何將它們應用於金融產業（包括保險、交易和貸款）。本書亦詳細解說機器學習背後的觀念和演算法，著重於金融應用，提供豐富詳盡的Python程式碼範例。 & 本書展示機器學習在結構化資料、文字、影像及時間序列上的工作方式，並深度探討眾多關鍵的機器學習模型，從簡單迴歸到高階神經網路，還有GAN、強化學習、對抗偏見、貝氏推論和機率規劃等內容。 & 本書範圍廣泛，但方法卻深入且實用。如果你在FinTech領域工作，或想投入FinTech領域，並希望獲得當今領域最有價值的技術之一，本書就是為你而準備的！ & 在這本書中，你將學到： ・將機器學習應用於結構化資料、自然語言、照片和書面文字 ・機器學習如何偵測詐欺行為、預測金融趨勢、分析客戶情緒等等 ・使用Python、scikit-learn、Keras和TensorFlow實作啟發式基準線、時間序列、生成模型和強化學習 ・深入研究神經網路、檢視GAN和强化學習的應用 ・對機器學習應用程式進行除錯，並為其啟動做好準備 ・解決機器學習的偏見和隱私問題 &
深度學習：演算法工程師帶你去面試--28個矽谷AI大師教你100大深度學習問題(全彩印刷)
► 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 ► 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 & 適合讀者群 & 相關科系學生檢查和加強對所學知識點的掌握程度、求職者快速複習和補充相關的深度學習知識、演算法工程師作為工具書隨時參閱，或對人工智慧、深度學習感興趣的研究人員。 & 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，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 &
海洋生物超有事！VR虛擬實境漫畫創作及技術介紹
V R 漫畫創作敘事技藝面向與創作方法概述本創作研究透過VR 案例分析與文獻探討，並結合VR 實作研究的創作驗證與發現，歸納出能強化VR 漫畫創作實境沉浸感與敘事移情感的六大敘事技藝。在營造實境沉浸感部分有三種技藝面向：（一）空間感技藝：創造出具有三維空間特性的VR 場景、環境、人物、道具及音效。（二）時間感技藝：運用連續性及示意性動作、重點式動態及具有改變敘事時間功能的轉場特效，使VR 作品產生線性的敘事時間與結構。（三）臨場感技藝：透過變換圖像的遠近、大小、外在景物變化、符合觀者視角的圖像與位置安排，產生前進、後退、轉身、下降等的行動感知；運用或結合運用空間感音效、視覺、觸覺感知模擬等互動回饋機制，達到滿足位置錯覺（PI）和合理性錯覺（PSI）的虛擬實境機制，強化觀者的臨場感受。在強化敘事移情感部分有三種技藝面向：（一）敘事性技藝：運用主觀敘事角度設計及角色心理時間的安排與置入，提高觀者的參與程度，強化敘事移情感受；透過運用客觀敘事角度及人物走位（運鏡）安排，以及ROI 觀看動線的引導技巧，讓觀者能充分理解敘事內容。（二）戲劇性技藝：以強化故事戲劇性效果與劇情張力為目的，所製作的舞台聲光特效、角色表演、互動設計與安排、人聲音效等。（三）娛樂性技藝：運用「假手道具」邀請觀者入戲，代入故事角色，切身體驗角色的經歷與心境感受；刻意設計出其不意的「近身感」橋段，可以營造觀看VR 作品的臨場震撼與刺激感，是VR 作品的獨特媒介敘事魅力；模擬互動（或使用VR 控制器結合軟體程式產生即時互動）能增添觀賞VR 漫畫的娛樂性感受，但前提是要能輔助而非干擾敘事的進行。
預測之美：機器學習及深度學習真實生活應用
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 完整的數學推導及公式講解，讓你打下紮實的機器學習及深度學習基礎。
