輕課程 創客數位加工與Fusion 360繪圖及製作：使用mCreate智慧調平3D印表機&LaserBox激光寶盒
1. 本書深具實用性，教學與生活互相結合，製作出有趣的作品。 2. 繪圖軟體可跨平臺操作，並可提供3D列印和雷切加工所需檔案。 3. 一次學習3D列印和雷切加工，一次學習最新的數位加工。 4. 個性化小物的製作，製作獨一無二的作品。
mBot 機器人 mBlock 創客程式設計寶典
★易學易懂，培養全新體感遊戲實作基礎。★從簡單的積木堆疊中，了解程式設計的邏輯。mBot機器人是一款可以體驗親手編輯程式、應用電子裝置與操作機器人的全功能機器人套件。透過以Scratch 2.0為基礎架構的mBlock應用軟體進行程式設計，您可以應用藍芽或2.4G無線模組與電腦或智慧型手機連線，容易上手組裝的mBot機器人可以讓您在學習STEM（科學、技術、工程、數學）上有無限可能。本書共包含了二十三個章節，由淺入深的為讀者介紹mBlock的基礎程式設計技巧，並且透過範例對mBot機器人控制應用進行詳細的講解。其中內容包含基礎概念入門、背景設計、角色設計、角色的移動、角色外觀控制、對話及聲音、畫筆控制、運算與變數、偵測及變數控制、蜂鳴器發聲、LED燈閃光控制、按鈕應用、光線感應器控制、超音波自動煞車系統、機器人巡線運動、紅外線遙控機器人、手機APP遙控機器人等。相信經過課程的綜合演練，必定能讓讀者融會貫通mBot機器人控制的應用程式開發技巧，還能輕鬆將設計理念融入今後的創作設計當中，創作出更為優秀的作品。
2021從大數據到人工智慧：理論及Spark實作(熱銷版)
本書圍繞網際網路重大的技術革命：雲端運算、大數據進行說明。本書重點在大數據與雲端運算的融合，列出大數據與雲端運算的一些基本概念的同時，以Spark為開發工具，全面說明雲環境下的大數據技術部署與典型案例演算法實現，最後介紹經典Spark大數據與雲端運算融合的架構與演算法。
趨勢未來：機器學習技術實戰醫療大數據深度應用
從生活到工作、從理論到實踐，採用複雜問題簡單化的方法，對機器學習的概念、主要技術和典型應用加以介紹。 本書共8章，主要內容包括： 第1章－介紹機器學習應用的基礎內容，快速引領讀者進入機器學習領域。 第2章－介紹機器學習應用活動的前期工作，即資料探索的工作和資料準備工作，包括資料關係探索、資料特徵探索、資料選擇、資料處理。 第3章－介紹機器學習的演算法，從實際應用出發，介紹一些比較經典的演算法，以及一些演算法流程，包括聚類分析、特性選擇、特徵抽取、關聯規則、分類和預測、時間序列、深度學習等。 第4章－介紹如何將演算法用到商業應用的案例，如特性選擇模型的應用、分類模型的應用等。 第5章－介紹智慧醫學科研系統IMRS的設計思路與步驟，包括從應用需求的產生、解決思路、系統設計、應用實現、效果評價與總結等完整過程，具體剖析IMRS的幾個重要模組的開發方法，包括異常偵測模型、特徵抽取模型，以及演算法開發。 第6章－介紹如何使用機器學習系統IMRS，介紹了幾個方向的應用，如分佈探索、關係探索、特徵探索、異常探索、推測探索等。 第7章－繼續介紹如何使用機器學習系統IMRS。包括文本探勘技術、文本資料採擷在醫學上的應用、文本分詞的實現、文本智慧搜索、文本聚類與分類的應用、文本主題提取應用。 第8章－介紹智慧醫學診斷系統的設計思路與應用展望，還介紹了混沌人工智慧的概念以及解決複雜問題的思路。 大數據專家撰寫，多年醫學領域機器學習實戰經驗結晶！ 臨床醫學領域擁有巨量資料 而這些大數據中蘊含著許多尚未發現的醫學規律 這正是機器學習可以施展威力之處
人工智能：看圖解成為ＡＩ高手
「什麼是人工智能？」 「AI是我們的夥伴還是對手呢？」 「人類應該培養什麼樣的能力才好呢？」 對於最近時常可以聽到的「人工智能」和「AI」感到好奇的忠太，和立刻把AI裝到自己腦裡的未來貓，本書將由他們兩位來為我們解說AI是什麼，以及它會如何改變我們的未來。 現在知道這些事，將來成為大人後才不會輸給AI喔。 「那天，班上來了一位『AI機器人』轉學生！ 從有趣的故事出發，本書的內容能讓各位讀者了解AI的可能性和發展的侷限。」－《當AI機器人考上名校：人工智能時代，未來不被淘汰的關鍵勝出能力》作者 新井紀子
輕課程 創客木工結合3D Onshape建模含雷雕製作與Scratch 3.0 程式設計：使用聲光互動投籃機(程式範例檔案download)
1.本書以開放式的主題創意教學搭配天馬行空的創意激發，透過程式設計中角色造型、故事場景、背景音樂與音效等的設計，培養整體美感的營造能力。 2.本書藉由電控互動介面結合Scratch圖形化程式設計，9歲的小朋友也能輕鬆上手，學習無負擔。 & 3. 在設計遊戲的過程中，靈活運用數學運算，具體建構玩具的模型，無形中訓練邏輯思考的能力，將創意化為可行方案，藉由「觀察、學習、行動」，培養Maker動手實作、樂於分享的精神。 &
人工智慧導論
本書命名為「人工智慧導論」，希望讓有意願學習人工智慧(AI)的人，認識AI的發展，AI的基本學習三元素：影像視覺、語音辨識與自然語言處理。本書共分六個單元： & 1.人工智慧簡介：從1950年代開始三波人工智慧的始末、人物與關鍵技術。 2.機器學習概論：實作Azure ML機器學習的六大步驟。 3.影像辨識原理與應用：介紹ImageNet、ILSVRC競賽，實作靜態人臉偵測、動態人臉偵測與靜態人臉辨識。 4.語音辨識原理與應用：實作台灣本土開發的智慧語音平台「雅婷逐字稿」。 5.自然語言處理原理與應用：透過NLP的技術達成網路輿情分析平台功能。 6.人工智慧未來發展&& & 本書特色 & 動手做，AI其實很簡單! 本書不只有人工智慧(AI)在個人，政府、企業的大應用呈現，更引導讀者動手來學習人工智慧(AI)，一步步實作動靜態人臉偵測、靜態人臉辨識、實作台灣本土開發的智慧語音平台「雅婷逐字稿」等，是最佳AI學習指引。 &
用主題範例學運算思維與程式設計-使用mBot機器人與Scratch3.0(mBlock5)含AIoT應用專題(範例素材download)
1.整合mBot機器人應用在人工智慧、物聯網、機器深度學習與智慧相機。 2.理解mBot機器人的百變功能，跳脫傳統機器人的思維框架。 3.應用Halocode遙控mBot機器人，創新實踐體驗硬體遙控功能。 &
AI語音辨識：用Kaldi實作應用全集
從Hey、Siri、OK Google開始，我們早已習慣用語音來控制設備，語音輸入法取代鍵盤，Google幫你朗讀文章，你一定很好奇這些語音系統是如何建造出來的。 & 本書以Kaldi為主，完整介紹Librispeech等資料處理，並且完整說明了三音素架構。 語音模型方面：完整介紹語言模型、n元模型。 特徵工程方面：完整介紹包括對齊、Transition模型、GMM模型等。 構圖及解碼方面：完整介紹OpenFST、WFST等技術。 深度學習建模方面：完整介紹nnet、nnet2、nnet3。 & 大家最常用的語音搜尋、語音喚醒也有完整的實作介紹。類似人臉辨識的「人聲」辨識，也用PLDA、i-vector、x-vector等技術實作，最近當紅的語言辨識也沒錯過，可說是深入語音工程的最佳手冊。 & 好評來襲 & 顏永紅 中國科學院語言聲學與內容了解重點實驗室主任 Kaldi 開放原始碼軟體對推動語音技術研究和產品落地做出了不可磨滅的貢獻，本書作者是工作在語音研究和產業前端的青年才俊，他們以第一手經驗詳細說明了如何運用該軟體建置實際系統，這對初學者迅速掌握相關知識和技能是非常有益的。 & 俞凱 上海交通大學智慧語音技術實驗室主任，思必馳聯合創始人、首席科學家 我和Dan Povey 博士十幾年前在劍橋大學共事時，使用的是早期最著名的語音辨識開放原始碼軟體之一：HTK。雖然後來Kaldi 因其靈活的設計、開放的協定和豐富的功能而如日中天，卻一直在系統教學方面遠遠落後於HTK。本書從理論和實作的角度對Kaldi 進行了完整呈現，不僅有其實用價值，也為「知其所以然」列出了很好的註釋，相信必然會對Kaldi 的傳播和語音辨識技術的發展造成積極的促進作用。 & 崔寶秋 小米集團副總裁、集團技術委員會主席 Kaldi 是開放原始碼語音技術的典範，是大專院校同學們入門語音的啟發工具，也是人們快速提升語音技術的捷徑。它消除了大家因為長期沉浸在語音教科書和論文裡而產生的「手癢」，給人們帶來快速上手實作、快速感受語音資料之美的快樂。本書作者們都有豐富的工業界（包含小米）實戰經驗和深厚的學術累積，他們把這些經驗和累積無私地貢獻出來，也真正表現了開放原始碼的共用精神。擁抱開放原始碼是小米的工程文化，衷心希望Kaldi 及其社區在Daniel Povey 博士的主管下不斷茁壯成長、領導語音技術的發展。 & 張錦懋 美團首席科學家、基礎研發平台負責人 Kaldi 的誕生使得語音辨識領域的研究和創新成本都顯著降低，讓整個企業都獲益匪淺。這本書的幾位作者非常全面地介紹了Kaldi 的功能，包含資料處理、聲學模型、解碼器等相關的工具，同時對相關理論也進行了詳細的說明，讓讀者不僅學會使用Kaldi，而且能夠了解為什麼這麼使用。 & 雷欣 出門問問首席技術官 Kaldi 相比於經典的HTK 工具套件進行了極大的最佳化，譬如C++ 的採用、以WFST 為基礎的靜態解碼器、達到state-of-the-art 效能的recipe 指令稿等。這些優勢使得Kaldi 開放原始碼函數庫獲得迅速的發展，相當大地降低了語音技術的門檻，使得像出門問問這樣的語音創業公司能在短時間內開發出一流的語音技術產品。相比於經典的HTK Book，Kaldi 在文件方面則顯得落後很多。本書的作者們都是Kaldi 社區的活躍開發者，對Kaldi 及語音技術具有深刻的了解，他們的努力使得中國的語音技術同好們有了一本入門和加強的參考書，必將進一步推動語音技術的普及。 & 鄒月嫻 北京大學教授、博士生導師，深圳市人工智慧學會專家委主任 我在北京大學深圳研究所學生院開展教學和科學研究工作十四個整年頭，其間為電腦應用技術專業的學生主講「機器學習與模式識別」課程，帶領一群優秀的研究所學生開展機器聽覺技術研究。我們的教學和研究得益於許多的開放原始碼專案，深切體會到Kaldi 作為主流的語音辨識開放原始碼工具對同學們的幫助。Kaldi 秉承其開放原始碼社區的傳統特性，支援主流的機器學習架構和演算法，受到許多業界和學界開發者的支援。我相信本書的作者們正是秉承這樣的精神，以實際行動支援Kaldi 開放原始碼社區。這本書不僅介紹了語音技術的發展簡史、Kaldi 的發展歷史，也涵蓋了最新的以深度學習為基礎的語音技術主流架構和語音辨識應用實作案例，所呈現的內容和提供的實戰技巧接近產業需求，該書的出版將有益於學子們更加快速地了解主流的語音技術並迅速開展程式設計實作，推動語音技術進步和應用的發展。 & 李嵐 中軟國際教育科技集團人工智慧研究院執行院長 人工智慧技術在近年被確立為國家戰略後，大專院校和企業間深度合作，在人工智慧的人才培養上形成了一致看法，即實作是學校和學生的一致需求。從產業界的實際發展來看，隨著人工智慧技術應用領域的擴充，「聽」這一感知領域，已經是迫切需要得以提升和發展的。企業專家，特別是實際應用領域的專家聯合推動的企業資料和技術開放原始碼，為這個領域的人才培養做出了貢獻。而如何讓更多的老師和學生們了解語音領域的發展現狀及學習路徑，需要和本書的作者們一樣，分享自己的了解和系統整理。我們也將在後續工作中，將本書作為我們的教材之一，希望能推動語音領域人才的培養。
運算思維與MakeCode：Blocks程式設計-使用Minecraft教育版含邁客盃運算思維與創意設計大賽挑戰範例試題
•Minecraft教育版讓Minecraft不僅僅只是遊戲，還可以培養學生解決問題的能力，並能同時學習運算思維及創意思考。 •使用MakeCode的Blocks積木語言介面，藉由圖像式的積木堆疊，理解程式邏輯的概念，亦可轉成JavaScript學寫程式。 •觀察主題的邏輯規則，規劃實作設計圖，並善用Minecraft的物件特色，透過積木指令程式碼建造出專屬的互動世界。 •本書為「邁客盃──運算思維與創意設計大賽」指定教材，包含挑戰範例試題，是Minecraft教育版程式教育的練習題本。 &
輕鬆玩Arduino感測器與SCRATCH(mBlock5)程式設計實作-使用iPOE M5離散式實驗模組(範例素材download)
1.使用Scratch(mBlock 5) 圖形化介面撰寫Arduino程式，適合初學者學習。 2.Arduino與mBlock動畫結合，以有趣的遊戲為範例，取代原本用鍵盤滑鼠操作mBlock5，讓學習更有趣。 3.實作採用「iPOE M5」與「自己接線」兩者並行，擇一即可進行實作。 *使用「iPOE M5」實驗可以免去接線的困擾，降低學習困難度 *使用「自己接線」方式進行實驗，能了解電子元件的原理與應用。
深入淺出用MakeCode Arcade 玩程式設計第一次就上手-使用WiFiBoy Arcade 編程學習遊戲機
MakeCode Arcade非常適合初學程式設計的學生作為訓練運算思維的工具，本書為MakeCode Arcade入門的工具書，建議未曾接觸過的自學者練習完「第一章」後先到「附錄二」練習31個小範例；對於MakeCode Arcade已有初步了解的讀者，則可依序練習「第二章」之後的10個遊戲實作，每個實作都會學習到不同的遊戲設計技巧，過程中對於不熟悉的積木指令再到「附錄三」去查詢相關指令說明。
機器學習的數學：用數學引領你走進AI的神秘世界
【數學王道】 02 以最平易近人的方式講解數學！ 撬開機器學習大門的最佳學習教材！ 人工智慧、機器學習、深度學習 它們的底層都是數學，得數學得天下！ 300多幅插圖 100多個範例 50多個公式推導 《機器學習的數學》是一本系統化介紹機器學習所涉及的數學知識之入門書籍，本書從入門開始，以平易的介紹方式為原則，講解了機器學習中一些常見的數學知識。機器學習作為人工智慧的核心技術，對於數學基礎薄弱的人來說，其台階是陡峭的，本書致力於在陡峭的台階前搭建一個斜坡，為讀者鋪平機器學習的數學之路。 《機器學習的數學》共19章，分為線性代數、高等數學和機率3個組成部分。第 1 部分包括向量、向量的點積與叉積、行列式、代數餘子式、矩陣、矩陣和聯立方程式、矩陣的秩、逆矩陣、高斯—喬登消去法、消去矩陣與置換矩陣、矩陣的LU分解、歐幾里得距離、曼哈頓距離、切比雪夫距離、夾角餘弦等；第2部分包括導數、微分、不定積分、定積分、弧長、偏導、多重積分、參數方程式、極座標系、柱座標系、球座標系、梯度、梯度下降演算法、方向導數、線性近似、二階近似、泰勒公式、牛頓法、最小平方法、求解極值、拉格朗日乘子法、KKT條件、歐拉—拉格朗日方程式等；第3部分包括機率、古典概型、幾何概型、互斥事件、獨立事件、分佈函數、離散型分佈、連續型分佈等。 《機器學習的數學》內容全面，文字精練，實例典型，實用性強，出發點為「平易數學」，與機器學習完美對接，適合想要瞭解機器學習與深度學習但數學基礎較為薄弱的程式設計師閱讀，也適合作為機器學習的相關專業教材。機器學習及數學愛好者、資料探勘與分析人員、金融智慧化從業人員等也可選擇本書進行參考學習。
圖解區塊鏈2|通證經濟
區塊鏈快速發展之後所產生的全新經濟模式：通證經濟 區塊鏈的快速發展，與經濟學理論、密碼學相互激盪之後，產生了一種全新的經濟模式：通證經濟。「通證］是可流通的加密數位憑證，是區塊鏈網路的記帳方式，在網路上可自由流通且有密碼學加持。 本書從貨幣學、經濟學、市場證券化、區塊鏈等角度定義通證經濟，從新制度經濟學、博弈論等角度點出通證經濟應用的理論基礎。並在此基礎上，從演算法、密碼學變遷角度探討證通證經濟的技術環境，更進一步設計通證經濟生態模型，包括如何重塑公司管理模式、國家監管及政策實施等。最後，從公司、社會、政府、宏觀經濟調控、供給側改革等方向，預測通證經濟的發展前景。 本書特色： ．講述金融科技領域尖端技術及其商業應用前景。 ．《圖解區塊鏈》團隊全新作品，以圖解方式解說通證經濟。
新手村逃脫！初心者的 Python 機器學習攻略(iT邦幫忙鐵人賽系列書)
使用 Python 程式語言實作機器學習基礎理論的入門書，均衡涵蓋程式套件應用與理論推導，透過本書讀者能夠按圖索驥，走出機器學習新手村，成功一轉！ & ❶ 先使用套件現成類別與函式 ❷ 再認識演算方法理論與推導 ❸ 最後使用自行定義類別重現 & 本書內容改編自第 8 屆 iT 邦幫忙鐵人賽，Big Data 組冠軍網路系列文章──《 R 語言使用者的 Python 學習筆記》，從系列文章中後段開始改寫，省略了原本 Python 基礎語法、網頁資料擷取（俗稱爬蟲）與 Pandas 的章節，著重在以 NumPy、Matplotlib、Scikit-Learn 入門機器學習基礎理論的部分，並與作者的實體課程 (台大工商管理學系、台大資工系統訓練班與中華電信學院等資料科學課程) 教材整合編修而成。 & 三大重點 ❶ 先使用套件現成類別與函式 ☛NumPy 的 N 維陣列操作與運算 ☛物件導向風格的 Matplotlib 視覺化 ☛Scikit-Learn 的五個核心理念 ☛Keras 的模型建立步驟 & ❷ 再認識演算方法理論與推導 ☛均方誤差函式 ☛梯度遞減演算方法 ☛交叉熵函式 ☛前向傳播與反向傳播 & ❸ 最後使用自行定義類別重現 ☛正規方程類別 ☛梯度遞減類別與 AdaGrad 類別 ☛羅吉斯迴歸類別 ☛深度學習類別
人工智慧競爭與法制
人工智慧，是當代發展最快速、影響最全面的新科技，其典範性的技術變革被稱為第四次產業革命，它改寫了產業發展模式，更衝擊了社會運作形態。人工智慧之應用已產生各種隱私侵犯、訊息偽造、觀念操控、就業機會消失等倫理課題與社會疑慮。然而人工智慧倫理與社會風險，是否也在媒體渲染中被誇大呢？任何新科技都有利益與風險的兩面，該如何持平看待科技發展帶來的社會福祉與潛在風險呢？當人工智慧社會已是必然趨勢，我們只能選擇如何迎接與應對，法律制度也無法再迴避其衝擊。 本書從美歐中三大強權在人工智慧發展上的策略與競爭關係為主題，映照出人工智慧倫理議題的真實情境，亦即各國在科技競爭壓力下如何看待人工智慧的倫理與風險議題，同時受到政治體制、歷史經驗、產業結構等因素影響。本書同時探討了包括美國對中國進行的技術出口限制，歐盟對美國網路公司以個資保護、反壟斷法制以及數位服務稅進行規範，這些都擺脫不了科技競爭策略對科技法制的塑造，也因為政治經濟條件差異而選擇了歧異的發展路徑。本書並比較專利制度如何保障人工智慧創新成果，以及各國政府對科技風險治理模式的差異，以全方位觀察人工智慧法制的發展趨勢。 台灣在第三波產業革命（資訊革命）中有幸加入全球經濟生態圈，創造了經濟繁榮與社會進步。面對人工智慧革命襲來，台灣更該冷靜觀察美歐中三大強權的發展策略與競爭態勢，審慎擘劃當前新的科技發展策略並凝聚社會共識，以因應相關衝擊，本書提供了最前瞻的分析洞見。
用主題範例學運算思維與程式設計：使用Codey Rocky程小奔與Scratch3.0(mBlock5)含AI與IoT應用專題
1.以人工智慧程小奔機器人學習STEAM(科學、科技、工程、藝術與數學)多元範例。 2.以mBlock 5體驗AI人工智慧，辨識人臉年齡、情緒或世界各國文字、語音等功能。 3.腦力激盪讓程小奔循線、辨識七彩色、避開障礙物或與Panda連線互動 4.體驗物聯網IoT與大數據程式設計 5.動手實作紅外線遙控程小奔的樂趣 6.各章影音解說225分鐘與完成範 &
輕課程 用Web：Bit教育版學運算思維與Webduino Blockly程式設計(範例download)
1.藉由軟硬體的整合學習程式設計、數學邏輯和網路知識，感受物聯網的趣味和便利，並從中獲得創造性思考、編程與合作分工的體驗。 & 2.內容共分為四篇，分別為基礎概念的介紹、開發板的實作、擴充套件的應用及自走車的導引，內容涵蓋Web:Bit各方面的應用，由程式設計到機電整合應用，按部就班即可逐一完成各項實作。 & 3.教學簡單易懂，程式範例講解詳細簡單易懂，為初學者的良好入門指引。 &
輕鬆學習人工智慧應用：使用Python和iPOE A6 AI影像無人車
全國唯一：全國最迷你AI無人車教具，好玩吸睛，自走或展示兩相宜。 玩AI超親民：只要會MicroPython就能玩轉影像、辨識圖形、訓練模型。 快速上手Azure雲：不只玩邊緣運算，同時運用Azure雲，讓知識走在最前端。 &
輕課程 創客木工聲光互動彈珠台-使用Scratch 2.0程式設計-最新版(第二版)
1.本書以開放式的主題創意教學搭配天馬行空的創意激發，透過程式設計中角色造型、故事場景、背景音樂與音效等的設計，培養整體美感的營造能力。 2.本書藉由Scratch圖形化的程式設計，在實作遊戲中學會基本電學，9歲小朋友也能輕鬆上手，學習無負擔。 3.在設計遊戲的過程中，靈活運用數學運算，具體建構玩具的模型，無形中訓練邏輯思考的能力，將創意化為可行方案。
創客．自造者工作坊 Python 黑科技 ： 電話按鍵竊聽器、雷射/風速傳訊器
你知道嗎？電話按鍵聲其實暗藏著玄機！ 你知道嗎？電風扇不只能吹風, 還能傳訊息！ 你知道嗎？雷射光不只能指簡報, 還可以跟朋友溝通！ 舉凡生活周遭與頻率相關事物，例如聲音、光閃爍等，都是由複雜的波組成，只要使用本套件核心技術「快速傅立葉轉換 (FFT)」就能將波的成分抽絲剝繭出來，重新組合運用便能製造生活中常見的產物，像是目前當紅的降噪耳機，就是依此原理來消除外界噪音，讓我們得以享受純淨的音質，不僅如此，柯南身上的變聲器也是由此而來！ 本套件使用與 Python 相容的 ESP32 開發板加麥克風模組接收聲波再用 FFT 分析，藉此製造電話按鍵竊聽器，除此之外還應用風扇的風聲、雷射光的高速閃爍製造傳訊器！所有實驗詳細講解程式碼、解說設計思維, 讓您不只做出黑科技，還能清楚理解原理！全書 14 個實驗，包含： ◎合成聲波產生豐富音效 ◎解析聲波取得其中玄機 ◎分析電話按鍵聲 ◎電話按鍵竊聽器 ◎監聽風扇頻率 ◎風速傳訊器 ◎感受光亮變化 ◎雷射傳訊器 另外，貫穿本書的核心技術 - 快速傅立葉轉換 (FFT) 為 IEEE 科學與工程計算期刊所列 20 世紀十大演算法之一，我們只要以一行程式就能輕鬆活用此技術，並且無用任何數學式，以圖解的方式通俗易懂理解艱澀的技術！ 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。 本產品 Windows ／ Mac ／ Linux 皆適用 （部分實驗實測僅為 Windows 適用） 本書特色 ◎聲音的合成 -- 產生複頻聲波 ◎聲音的拆解 -- 複頻聲波解讀 ◎你打給誰我都知道 -- 電話按鍵竊聽器 ◎變化風速 -- 電風扇也能變成電報機 ◎看不見的閃光 -- 用簡報筆密語傳情 ◎深入淺出, 無數學式，以圖解介紹艱難原理 ◎靈活應用周遭萬物製造黑科技 & 組裝產品料件: ESP32 相容控制板 1 片 麥克風模組 1 顆 喇叭 1 個 直流馬達 1 顆 雷射模組 1 顆 扇葉 1 片 電晶體 TIP120 1 個 光敏電阻 2 個 9.1K 歐姆電阻 2 個 電池扣 1 個 麵包板 1 個 杜邦線 3 排
AI之書：圖解人工智慧發展史
人工智慧一詞在一九五五年被創造出來時，人類持續尋求增強大腦的方法已有數千年了。 & 從中世紀機器人到人造神經網路，本書重點介紹了從西元前一千三百年到二○一八年間，人工智慧發展史上新奇和重要的實際觀念。 & 按時間順序排列，獲獎作家柯利弗德‧皮寇弗的書寫範圍遠從一千多年前遠古時代的遊戲發明開始，巧妙地集合了科技與文化上的劃時代成就，從神話故事、虛構作品（蘭斯洛特的銅騎士、《魔鬼終結者》）到現實世界的創造（達文西的機械武士、掃地機器人），從遊戲（井字棋、西洋雙陸棋、魔術方塊、《危險邊緣》益智問答節目）到更認真的研究（臉部和語音辨識、自主式機器人手術），還有許多大家耳熟能詳的名字，如亞里斯多德、特斯拉、ENIAC、Hal 9000…… & 不論是早期的自動機械，還是人工智慧程式失控對人類造成的威脅，針對人工智慧這個現今最熱門、最引人注目的科學議題，本書不僅討論科學和技術，也關注道德議題，圖文並茂地闡述了我們如何打造這種壯大自己、甚而超越人類的智慧形式。 & 經典暢銷名作《數學之書》、《物理之書》作者，科普界全能鬼才皮寇弗最新作品！ & 名人推薦 & 「穿梭人工智慧史的一次漫步之旅，叫人流連忘返……無論是從頭到尾讀完，或是隨意跳讀淺嚐，都是一趟輕鬆愉悅的散步行旅。」──《書目雜誌》（Booklist） & 「皮寇弗的最新著作是一本便捷的快速學習指南，讓讀者無須進行所有必要的艱苦研究，就能和大量多樣的資訊無縫接軌。彷彿進入他榮獲專利、充滿新奇古怪玩意兒的『現實狂歡節』（Reality Carnival）中來一趟刺激之旅。 我們可看到各式各樣的機器人、人形機械，與栩栩如生的人造鴕鳥、鴨子和其他展示出的自動機器，以及巨大的電子大腦、致命的軍武機器人，甚至還有為你吸除灰塵的Roomba……他解釋了井字棋、亞里斯多德的三段論邏輯、算盤、布爾代數，甚至是西洋棋等事物如何使我們取得了意想不到的研發突破，如機器學習、模糊邏輯、遺傳演算法和人工神經網路等…… 對於人工智慧悠久歷史背後的藝術、科學和技術知識，皮寇弗本身似乎有著近乎人工智慧的精準掌握。」──Amazon讀者Ray Erskins
AR擴增實境輕鬆學：結合虛擬與真實的新科技應用
這本書淺談所有跟AR有關的一切基本知識，包含適地性服務（LBS）、有趣和實用的AR APP 介紹、相關設備、甚至包含四大種普羅大眾都能輕易就手的AR 開發工具，只要您有好的內容、創意和想法，都能盡情揮灑在這些工具上，並且進而跟朋友分享這份AR 專案的喜悅。準備好一窺AR 的神秘面紗嗎？預祝您閱讀本書之後，有著滿滿的發想能應用在日常生活中。 解密AR技術、完成AR專案，快速學習AR應用的全面教程；本書包含最完整詳細的擴增實境講解，包含ARTIVIVE、MAKAR、BuildAR、FLARToolKit等AR編輯器的介紹及應用。
TinyML|TensorFlow Lite機器學習
應用Arduino與低耗電微控制器 「想要瞭解如何在資源有限的設備上運行機器學習嗎？那就要看這本書，它是AI發展的里程碑。」 —Massimo Banzi Arduino共同創辦人 「本書藉由清楚、有趣的用例來教你如何在Arm微控制器上部署ML。」 —Jem Davies Arm機器學習集團副總裁、研究員和總經理 深度學習網路正在不斷縮小，而且比以前小太多了。Google Assistant偵測單字的模型只有14 KB，小到可在微控制器上運行。這本實用的書籍將引領你進入TinyML領域，結合深度學習和嵌入式系統，用微型設備產生驚人的效果。 Pete Warden和Daniel Situnayake將講解如何訓練可以放入任何環境的微型模型。對想要使用機器學習來建構嵌入式系統的軟體和硬體開發者來說，這是一本理想的指南，它將指引你逐步建立一系列的TinyML專案，而且你不需要具備機器學習或微控制器的經驗。 ‧建立語音辨識器、人體偵測鏡頭及可以回應手勢的魔杖 ‧活用Arduino和超低電力的微控制器 ‧學習ML的基本概念及訓練自己的模型 ‧訓練可以理解音訊、影像和加速度計資料的模型 ‧探索Google為TinyML設計的工具組，TensorFlow Lite for Microcontrollers ‧為app進行除錯及保護隱私和安全 ‧優化等待時間、耗電量、模型和二進制檔的大小
電腦：看圖解成為資訊高手
「日本網際網路之父」村井 純老師大作 AI的時代來臨！ 讓電腦成為我們的夥伴。 數位是什麼？& & 網路的哪些部分很危險？& & IoT為什麼很厲害？ 「讓兒童可以開心學習數位科技的書籍！」 本書由──想要了解電腦的小助教，和不知道為什麼變身成電腦的未來貓──這兩個人透過圖解方式為大家介紹數位科技的世界：一起看看電腦裡面的樣子，想想電腦怎麼運作，還有解開網際網路互相連結的神奇祕密。
Makeblock AI人工智慧與STEAM教育程式入門
1.豐富有趣的教學案例，啟發學生的學習興趣 2.以圖形化編程學習為主，注重趣味性和程式設計基礎學習 3.軟硬體結合，讓應用性和硬體程式設計的知識延展 4.多樣化的內容，包含遊戲製作、軟硬整合等相關程式設計範例 5.課程編排由淺入深，就算沒有基礎也能快速上手 &
超入門實作 Python AIoT智能物聯網-使用Raspberry Pi 4B (iPOE R0＋R1)-最新版
1.使用最新Raspberry Pi 4 Model B 開發板，效能大躍進。 2.由實作中邊做邊學，沒寫過程式也能無痛增能，零基礎的最佳選擇。 3.獨家搭配高畫質圖片解說，無陰影、無死角，簡明易懂。 4.使用IFTTT 網站輕鬆串聯各種雲端服務。 5.輕鬆邁入物聯網世界，隨手自造各種智慧應用。
大師帶你立即上手：機器學習＋人工智慧一點也不難
結合機器學習、資料分析和Python語言，透過實際案例以通俗易懂的方式講解如何將演算法應用到實際工作。 全書共20章，大致分為4個部分： 第1部分 介紹Python的工具套件，包括科學計算函數庫Numpy、資料分析函數庫Pandas、視覺化函數庫Matplotlib 第2部分 講解機器學習中的經典演算法，例如回歸演算法、決策樹、整合演算法、特徵工程、支援向量機、推薦系統、降維演算法、分群演算法等 第3部分 介紹深度學習中的常用演算法，包括神經網路、卷積神經網路、遞迴神經網路 第4部分 專案實戰，從零開始結合Python工具套件與機器學習演算法，以真實資料集為基礎，將演算法模型應用到實際業務中。 適合讀者群 對人工智慧、機器學習、資料分析，感興趣的初學者和愛好者。 本書特色 通俗易懂、零基礎也能學機器學習、快速入門人工智慧領域 ►完整的工具，包括Numpy, Pandas, Matplotlib ►經典的演算法，包括回歸、決策樹、集成、特徵工程、SVM、推薦系統、 降維、聚類 ►深度學習，包括神經網路、CNN、LSTM、RNN等 ►真正專案實作，包括信用卡詐欺、氣溫預測、新聞分類、音樂推薦系統、TensorFlow、影評情感分析等
5G與人工智慧的商業運用
隨著5G的開通，我們將進入一個將行動網路、人工智慧、大數據整合起來的智慧網路時代。在5G時代，人工智慧、大數據和機器學習的能力將充分發揮，並整合成強大的超級智慧系統，勢必會深入到現代生活的各個層面，舉凡娛樂、教育、醫療、金融等等。「智慧商業」的構想如何落實，目前有甚麼成功的例子，5G如何與各種產業進行融合，這些問題都可以在本書中找到答案。
Towards Tensorflow ２．０：無痛打造ＡＩ模型(iT邦幫忙鐵人賽系列書)
本書改編自第 11 屆 iT 邦幫忙鐵人賽，Google Developers Machine Learning 組冠軍網路系列文章 ⸺《Towards Tensorflow 2.0：無痛打造AI模型》，是一本完整結合 Google Colab 學習Tensorflow 的台灣本土專書。AI、機器學習為近年來最熱門的話題，如何透過 AI 來提高企業營收或降低成本，已是各大企業爭相研究的技術。這是一本涵蓋基礎 Tensorflow 語法到各大應用領域的專書，豐富內容結合業界實戰心得與應用 ( 包括：價格預測、影像辨識、推薦系統等 )，帶你探索 AI 的奧妙。 三大重點 ☛ 內容涵蓋現今 Tensorflow 2.0 最新語法，由淺入深帶你了解 Tensorflow 語法，從資料選取、資料處理、模型訓練以及視覺化均包含於此書。 ☛ 本書涵蓋 DNN、CNN、RNN、GAN 、RL 等現今熱門模型，且搭配許多經典有趣的資料集做學習。除了實作，書中也會提及在真實世界所會遇到的的問題及解法。 ☛ 透過線上免費雲端運算資源帶你學習 Tensorflow2.0，不僅不需擁有高運算設備即能學習現今最熱門的 AI 模型，也可以省略掉繁瑣的安裝步驟，可立即上手並學習 AI 核心概念。 適用讀者 具備基礎程式編寫能力的 Tensorflow 初學者、對 AI 有興趣或想轉職成為 AI 工程師的讀者。
你今天AR了沒？AR擴增實境創新思維：AR傳教士白璧珍教你全球知名企業都在使用的溝通術，全方位解析XR產業應用的實戰書
你今天AR了沒？ 全書附6篇AR體驗， 拿起你的手機， 來一趟AR之旅吧！ & AR不僅是現今體感科技的潮流，更是一種快樂科技， 這個世界需要AR讓生活精彩有趣，讓腦海中的夢想化為真實！ & AR魅力無可擋，全球大型產業更已紛紛導入AR領域應用，本書帶領您深入了解AR的趨勢發展、產業應用、設計模式、精彩案例與未來展望，帶領您深入AR領域，透過創新思維，幫助您了解這塊不退流行的AR美麗新世界！& & AR到底是什麼 Augmented Reality擴增實境技術（簡稱AR），由首次的概念提出到現在已經歷經了數十載，直到2010年代，才開始逐步由實驗場域進入市場，讓一般大眾有機會見識到虛實之間真實結合的魅力！ AR到底是什麼？ AR擴增實境不僅是一項技術，也是一種創意工具； AR串起了實體與虛擬間的橋梁，讓各項資訊與動態可以透過視覺直接連接； AR引領現今的數位轉型與體驗經濟，有效達成外部行銷溝通與內部模擬訓練的效果； AR可串連電腦、手機、智慧眼鏡等載具，透過跨平臺運作支援各項繁雜需求； AR可以在場域中進行虛擬導覽導購，也可以在家成為防疫工具； AR創造出來的成效不僅讓人想主動參與，並將體驗成果深刻印記在腦海中，達到記憶力提升的效果，進而達到促動傳播、引發消費等主動式行為！ AR是一種快樂科技，在探索中創造全新感受，達到心流體驗與自我成長的境界！ AR有極大可塑性，可幫助各產業達到創新模式，並且與生活緊密結合！ AR魅力無可擋，不僅Apple、Google、Facebook、微軟等大廠皆已投入資源引領研發，全球大型產業更已紛紛導入AR領域應用，在這股科技創新趨勢下，本書將帶領您深入了解AR的趨勢發展、產業應用、設計模式、精彩案例與未來展望，帶領您深入AR領域，透過創新思維，幫助您了解這塊不退流行的AR美麗新世界！
NLP工程師養成術：自然語言處理入門
不會艱深晦澀、不再高深莫測 你一定能看懂的自然語言處理入門書！ INTRODUCTION TO NATURAL LANGUAGE PROCESSING ♘Java與Python雙實作：圖文並茂！演算法、數學公式、程式碼相輔相成。 ♘探索式學習路徑：循序漸進！從問題、演算法再到範例實作，一目瞭然。 編輯推薦 作者匯集多年經驗，從基本概念出發，逐步介紹中文分詞、詞性標註、命名實體識別、資訊抽取、文字聚類、文字分類、句法分析這幾個熱門問題的演算法原理與工程實作。透過講解多種演算法，比較它們的優缺點與適用場景，同時詳細展示實際專案導向的程式碼，協助讀者真正將自然語言處理（NLP）應用到正式環境之中。 儘管作者目前是NLP領域的翹楚，但他曾是非本科生，對自學入門有親身體驗，深諳初學者的學習痛點。希望透過這本與眾不同的入門讀物，為讀者打開另一扇機會之門，幫助你零起點上手NLP，讓你在通勤時也能把書讀完讀懂！ 隨著本書的學習，你將從普通程式設計師晉級為機器學習工程師，最後進化為NLP工程師。 專家好評 HanLP作者何晗寫的這本書值得一讀。這本書系統性地介紹NLP的基礎技術，深入淺出、容易理解，對初學者助益極大。－－周明 微軟亞洲研究院副院長，國際計算語言學會會長 本書不僅介紹NLP的任務及演算法，也提供可以實際執行的線上程式碼，非常適合NLP初學者入門並快速部署到正式環境。－－王斌 小米人工智慧實驗室主任、NLP首席科學家
人工智慧mBot機器人互動程式設計：AI人工智慧、IoT物聯網、大數據與ML機器深度學習
超值學習資源！作者親自錄製了長達180分鐘的影音教學影片，是初學者學習與教師教學的最佳強化工具。 邁向AI人工智慧！向AI人工智慧！透過mBot機器人以mBlock積木體驗人工智慧、物聯網與大數據等互動程式設計，激發邏輯思考、創造力及想像力。 本書內容從生活情境解析mBot功能、規劃mBot元件、動手實作、設計演算法、設計程式到mBot自動執行的學習流程，涵蓋不同面向的專題實作，大幅提升創意設計能力。 *以生活情境範例動手實作mBot自動迎賓、自動避障、自動循線自走等基本功能。 *應用人工智慧讓mBot辨識車牌。 *整合物聯網與雲端數據讓mBot播報世界天氣資訊。 *教mBot學習紅綠燈、再辨識紅綠燈，依據紅綠燈前進或停止等，體驗機器深度學習概念。 *應用mBot感測器在互動遊戲設計，培養團隊合作共創的能力。
工業4.0 的物聯網智慧工廠應用與實作：使用Arduino．Node-RED．MySQL．Node.js
將物聯網應用於智慧工廠，掌握傳統產業的轉型先機 使用Arduino × Node-RED互動串聯，建立工業4.0的物聯網世界 & 物聯網與工業4.0是近幾年很重要的研究課題。工業4.0的主要載體是智慧工廠，物聯網在智慧工廠的應用，給傳統產業帶來全新的變革，有望產生巨大的商業價值，引領我們進入第四次工業革命。 & 本書適用於大專院校「微處理機」、「物聯網應用」、「工業4.0概論」等課程，可提供老師教學、學生研習之用。若你是專案設計者、工廠工程師，也很適合閱讀本書。本書的內容安排由淺入深，說明了物聯網在智慧工廠應用的幾個重要主題，如RS485、Modbus協定、OPC UA協定、MQTT協定及REST API設計理念。書中安排了36個實作單元，以市面上常見的Arduino開發板作為實習設備，並以Node-RED作為後端平台，讓讀者可以經由實作過程，而進入物聯網與工業4.0的世界。 & 閱讀本書後，你將學到下列精彩內容： ♘ 了解工業4.0的核心精神。 ♘ 了解智慧工廠的重要特色。 ♘ IIoT現場總線與資訊網路介紹。 ♘ Arduino基本操作。 ♘ RS485/Modbus重要觀念與實作。 ♘ Arduino Modbus TCP實作。 ♘ 熟悉Node-RED/儀表板操作。 ♘ 了解OPC UA重要觀念。 ♘ MQTT與WebSocket的介紹與使用。 ♘ Arduino MQTT實作與應用。 ♘ 了解REST API設計理念。 ♘ Node-RED上進行MySQL資料庫的存取。 ♘ MQTT over WebSocket的實作與應用。 & 本書特色 & ♖ 透過本書充分理解頗受矚目的「工業4.0」、「物聯網」、「智慧工廠」的精髓。 ♖ 內容編排由淺入深，著重實作過程，共有36個實作單元。& ♖ 引導你進入物聯網與工業4.0的世界，掌握轉型關鍵。 &
人工智慧開發實務|使用Swift
從基礎理論到開發人工智慧驅動的App 『從長遠來看，絕大多數人工智慧將不會只在資料中心使用，而是在資料真正的所在處—數十億個真實世界的設備上。由於其速度和表現力的結合，Swift已經成為實現這一轉變的首選語言。這本書提供了一個美好的工具介紹，這個工具將成為下一個十年的人工智慧的基礎。』 -Dr. Jameson Toole, Cofounder and CTO of Fritz AI 在iOS、macOS與watchOS上為您的Swift App建立並實作基於人工智慧與機器學習的功能。有了這本實務的書，任何的程式設計師和開發者都將為人工智慧與機器學習找到完整的指引。您將會學習到如何建立具有人工智慧軟體威力的功能，應用於識別影像、作出預測、產生內容、作出推薦以及更多功能。 人工智慧對於每位開發者來說都日漸重要。您不需是資料科學家或是數學家，就可以在應用中加入人工智慧的好處。探索在建立應用時，以Swift為基礎的人工智慧與機器學習技術。學習何處，以及如何加入人工智慧才是正確的。查看諸如Apple的Turi Create(支援Python)以及Google的Swift for TensorFlow。 ‧基礎與工具：學習人工智慧基本觀念，應用多種不同的任務模型，以及如何建立與找到資料集合。 ‧任務導向人工智慧：建立視覺、音訊、文字、運動和各種增益功能；學習如何轉換已經存在的模型。 ‧進階：瞭解任務練習後面的原理，探索多種人工智慧與機器學習方法，以及學習如何從無到有建立這些方法。
當人工智慧懂哲學：7個危及人類未來的AI難題
～7個危及人類未來的AI難題～ 人工智慧將如何回答—— 倫理／正義／藝術／戀愛／神的存在？ 一場「哲學」與「AI」的思辨之旅 & Q：殺死一個人能拯救五個人時，你會按下開關嗎？ & 人類正在接近一個使現有科技被完全拋棄， 或者人類文明被完全顛覆的「科技奇異點」。 & 在奇異點之後的人類文明，將是現在完全無法理解的水平。 而這個奇異點，將由超越現今人類，並可以自我進化的「人工智慧」所引發。 人類的智慧，無法預測人工智慧所創造的將來。 正因如此，人工智慧是否能理解人類的哲學，是人類是否受其宰制的關鍵。& & 在「人工智慧威脅論」出現後，關於人工智慧與哲學的思辨， 出現兩種完全相異的論調： ①教人工智慧懂哲學，根本是天方夜譚。 哲學是在探討找不出答案的問題，需要十足彈性的思考力。單純進行符號轉換的人工智慧，根本沒辦法思考哲學性的問題。 ②適度程式化的電腦，事實上是具有心靈的。 人工智慧發達，且開始需要與人類共同作業之後，人工智慧將會是「具思想的主體」，只是邏輯與層次與人類不同。 & 所以——人工智慧能理解哲學嗎？ 日本哲學教授，為此進行的思想實驗， 探索7個危及人類未來的AI哲學難題： 人工智慧 vs 正義▶ ▶能教人工智慧倫理嗎？ 人工智慧 vs 人腦 & ▶ ▶人工智慧如何定位「認知」？ 人工智慧 vs 藝術& ▶ ▶人工智慧能評鑑、創作藝術嗎？ 人工智慧 vs 戀愛 & ▶ ▶人工智慧如何定位幸福？ 人工智慧 vs 勞工 & ▶ ▶人工智慧會搶走人類的工作嗎？ 人工智慧 vs 宗教 & ▶ ▶人工智慧可以信奉宗教嗎？ 人工智慧 vs 基因 & ▶ ▶人工智慧會帶領人類走向滅亡嗎？ & ．若是教人工智慧懂哲學後，究竟會發生什麼情形？ ．人類與人工智慧的關係將如何變化？ 在這個世界實現之前，可以確認的是—— 人類「沒有回頭路」，只能繼續往下走， 而道德哲學，無疑是人工智慧重要的產業板塊。 《當人工智慧懂哲學》囊括各種深度議題， 帶領大家踏上「哲學」與「AI」的思辨之旅。 & 本書特色 & ◎日本哲學教授以邏輯辯證，探討「7個危及人類未來的AI難題」。 ◎超越技術層面，關注發展AI機器人前須碰觸的哲學、道德思考。 ◎用縝密的邏輯分析，為AI設計注入可行策略。
行動裝置上的AI：使用TensorFlow on iOS Android及樹莓派
◎ 用電腦玩AI不稀奇，在行動裝置上執行才夠力 ◎ 最新行動端的AI架構，包括NNAPI、CoreML ◎ 在Android、 iOS及樹莓派上開發視覺及語音AI應用程式 ◎ 使用TensorFlow Serving+TPU訓練及最佳化模型 ◎ TensorFlow Mobile執行影像分類、物體偵測、時尚、聲音識別 ◎ TensorFlow Lite+GPU的使用，還有ML Kit & 作為TensorFlow的開發者和使用者，作者完整地講解使用TensorFlow進行端到端開發的實例和開發技巧，同時分享如何使用開源工具進行軟體發展的工程實作和經驗。本書提供全方位的視角説明為讀者開啟不同的思路，即使作為一本軟體發展和工程開發的書籍閱讀，也會使讀者受益匪淺。 & 全書大綱如下 ►機器學習和TensorFlow 簡述 ►建置開發環境 ►以行動端為基礎的機器學習的開發方式和流程 ►建置TensorFlow Mobile ►用TensorFlow Mobile 建置機器學習應用 ► TensorFlow Lite 的架構 ►用TensorFlow Lite 建置機器學習應用 ►行動端的機器學習開發 ►TensorFlow 的硬體加速 ►機器學習應用架構 ►以行動裝置為基礎的機器學習的未來 & 適合讀者群：機器學習初學者、對機器學習感興趣者，或大專院校相關科系學生。 & 本書特色 & ◎ TensorFlow開發者之一的傾力著作，最佳工程實作& ◎ 全面、深入、實例多，一本掌握Google 深度學習框架 ◎ TensorFlow行動端開發及端到端應用開發的實戰寶典
站穩AI大師的第一步：最直覺機器學習
本書重點 ◎ 一本讓你打下最紮實基礎的機器學習數學書 ◎ 理論及實作並重，全盤了解機器學習 ◎ 線性、非線性、整合模型說明 ◎ 線性回歸怎麼來的，邏輯回歸怎麼走的，正規化 ◎ 支援向量機精華，決策樹以及單純貝氏定理 ◎ 神經網路及正反向傳播的推導 ◎ 整合學習的來龍去脈，隨機森林和提升樹 ◎ xgboost極度梯度提升 & 本書主要內容 學習並精通任何一門學科無外乎要經過四個步驟：它是什麼？它可行嗎？怎麼學它？如何學好它？機器學習也不例外，本書就以這四個步驟來介紹機器學習。 & 每一章都以通俗的引言開始，吸引讀者；以精美的思維導圖過渡，讓說明想法更清晰；以簡要的歸納結束，讓讀者加強所學的知識。理論和實作相結合，既有嚴謹的數學推導，又有多樣（Python 和MATLAB）的程式展示，圖文並茂。 & 前3 章屬於機器學習的概述。作者在這3 章花費的時間最多，絕對讓讀者有所收穫。 第4～14 章介紹「如何學好機器學習」，重點介紹機器學習的各種演算法和調參技巧。 第1章「機器學習是什麼」，從定義開始，詳細介紹機器學習有關的知識、資料和效能度量。 第2章「機器學習可行嗎」，介紹機器具備學習樣本以外的資料的能力。 第3章「機器學習怎麼學」，介紹機器如何選擇出最佳模型。 第4～8章 介紹線性模型，包含線性回歸模型、對率回歸模型、正規化回歸模型、支援向量機模型。 第9～11章 介紹非線性模型，包含單純貝氏模型、決策樹模型、類神經網路模型、正向/反向傳播模型。 第12～14章 介紹整合模型，包含隨機森林模型、提升樹模型、極度梯度提升模型。 第15章 介紹機器學習中的一些非常實用的經驗，包括學習策略、目標設定、誤差分析、偏差和方差分析。 & 適合讀者群：機器學習初學者、對機器學習感興趣者，或大專院校相關科系學生。 & 本書特色 & ◎ 一本讓你打下最紮實基礎的機器學習數學書 ◎ 理論及實作並重，全盤了解機器學習
人類智慧的神殿：AI知識圖譜實作
知識圖譜(Knowledge Graph, KG)是綜合各種理論及技術的大成，更是人工智慧極緻的應用，在這言必AI的時代，採用知識圖譜的各種應用不斷創新，也在各個領域發揚光大。 & 要了解知識圖譜，必須先熟悉知識工程、自然語言處理、機器學習、圖資料庫等多個領域，本書恰好完整說明知識圖譜相關的關鍵技術，如知識建模、關係取出、圖儲存、自動推理、圖譜表示學習、語義搜索、知識問答、圖挖掘分析等，讀者無需參考其它書籍，就可以從頭到尾學習完整的相關理論。 & 了解理論之後，書中也有完整的實戰，包括知識圖譜中最有名的DeepDive、LIMES技術，更有開放原始碼工具Jena和Drools的實作，最棒的就是搭配了前述的理論和工具之外，也提供一個使用Elasticsearch的簡單知識問答系統，是目前市面上少見有關知識圖譜的完整手冊。 & 全書主題如下： ► 第1章 介紹知識圖譜的基本概念、歷史淵源、典型的知識圖譜專案、技術要素、核心應用價值。 & ► 第2章 介紹傳統人工智慧領域的典型知識表示方法，RDF、OWL等網際網路時代的知識表示架構，以Protégé為例介紹知識建模實作過程。 & ► 第3章 介紹幾種常用的知識圖譜儲存索引及儲存技術、原生圖資料庫的技術原理。以Apache Jena和gStore為例，介紹知識圖譜儲存實作過程。 & ► 第4章 介紹從不同來源取得知識圖譜資料的常用方法，重點圍繞實體取出、關係取出和事件取出等，以DeepDive為例介紹關係取出實作過程。 & ► 第5章 對概念層的融合和實體層的融合作說明，包含本體對映、語義對映技術、實體對齊、實體連結等，以LIMES為例介紹實體融合實作過程。 & ► 第6章 從以演繹邏輯為基礎的知識圖譜推理和以歸納為基礎的知識圖譜推理，對常用的知識圖譜推理技術進行介紹，以Apache Jena和Drools為例介紹知識圖譜推理實作過程。 & ► 第7章 介紹語義索引，以gAnswer為例，介紹以知識圖譜實現精準搜索實作過程。 & ► 第8章 介紹知識圖譜問答技術，包括知識問答分類體系、評價方法等，以Elasticsearch、gAnswer為例，介紹搭建知識問答系統方法。 & ► 第9章 從7個應用案例對知識圖譜技術在不同領域的實現過程和應用方法作說明。 & 適合讀者群：從事技術和應用開發者、電腦和人工智慧相關的師生或研究人員。 & 本書特色 & ◎ 揭秘知識圖譜全生命週期技術 ◎ 探索垂直領域知識圖譜構建方法與應用 ◎ 促進人工智慧從感知時代跨越認知時代& &
特徵工程不再難：資料科學新手也能輕鬆搞定！
從資料集識別獨一無二的特徵， 建構功能強大的機器學習系統！ & 特徵工程（Feature Engineering）是建立強大機器學習系統的首要步驟，也是最重要的步驟。特徵選擇錯誤，甚至可能使得某些機器學習演算法毫無用處。故而特徵工程可說是機器學習的重中之重。本書將帶你了解特徵工程的完整流程，讓機器學習更有系統、更有效率。 & 你將從理解資料（data）開始學習。機器學習模型的成功之處，正是取決於如何利用不同類型的特徵，例如：連續特徵、分類特徵等等。透過理解錯誤分析和模型的可接受性，你將了解何時該納入一項特徵、何時又該忽略一項特徵，以及其中的原因。你還會學習如何將問題陳述轉換為有用的新特徵、如何提供由商業需求和數學見解驅動的特徵，以及如何在自己的機器上進行機器學習，進而自動學習資料中的特徵。 & 適用讀者 本書適合所有希望全面了解特徵工程的讀者，特別適合具有機器學習應用知識並希望改進機器學習模型結果的資料科學家。讀完這本書，讀者將能精通特徵選擇、特徵學習和特徵最佳化！ & 在這本書中，你將學到： ・ 識別和利用不同類型的特徵 ・ 清洗資料中的特徵，提升預測能力 ・ 了解為何以及如何進行特徵選擇和模型誤差分析 ・ 利用領域知識建構新特徵 ・ 以數學知識為基礎並交付特徵 ・ 使用機器學習演算法建構特徵 ・ 精通特徵工程與特徵最佳化 ・ 在真實世界的應用程式中利用特徵工程 & 【下載範例程式檔案】 本書的程式碼是由GitHub託管，可以在如下網址找到：github.com/PacktPublishing/Feature-Engineering-Made-Easy。 & 【下載本書的彩色圖片】 我們還提供您一個PDF檔案，其中包含本書使用的彩色圖表，可以在此下載：www.packtpub.com/sites/default/files/downloads/FeatureEngineeringMadeEasy_ColorImages.pdf。
AI人工智慧導論：理論、實務及素養
AI是什麼？在未來世界，AI與我們的生活息息相關嗎？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，並更深一層地思考人類要如何與智慧機器密切合作，以找到人文與科技之間的平衡點，共創未來更好的科技生活。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。
異形般強大的監控系統：Prometheus掌控主機、VM、容器及K8S
伴隨著容器相關技術的興起，Prometheus 正逐步成為容器監控的標準，並且對於傳統應用和裝置也有很好的相容性。 全書共分為4 篇12 章，分別說明Prometheus 原理、在傳統應用監控和Kubernetes 監控中的應用，以及原始程式和擴充。 Prometheus 由Go 語言撰寫而成，採用Pull 方式取得監控資訊，並提供了多維度的資料模型和靈活的查詢介面。Prometheus 不僅可以透過靜態檔案設定監控物件，還支援自動發現機制，能夠透過Kubernetes、Consul、DNS 等多種方式動態取得監控物件。在資料獲取方面，借助Go 語言的高平行處理特性，單機Prometheus 可以擷取數百個節點的監控資料；在資料儲存方面，隨著本機時序資料庫的不斷最佳化，單機Prometheus 每秒可以擷取一千萬個指標，如果需要儲存大量的歷史監控資料，則還支援遠端儲存。 全書重點涵蓋： ►最強大的系控監控平台，可監控叢集、伺服器、虛擬、容器 ►完整的資源管理、包括網路、儲存、CPU、記憶體、作業系統 ►不需要自行組合Logstash/ElasticSearch/Kibana，單一完整監控系統 ►最重要的就是針對Kubernetes的完整監控 ►包括Kubernetes容器、服務自動發現等 ►針對Kubernetes的物件、如cAdvisor, apiserver, kube-state-metrics ►Kubernetes叢集監控，Granfna的使用 ►完整Prometheus的原始碼分析及改裝 適合讀者群：運維工程師、軟體架構師、研發工程師，及相關IT產業工作者參考和閱讀。 本書特色 ◎ 系統講解Prometheus的原理、應用、原始程式和擴充 ◎ 圖文並茂、由淺入深、完整解說&&
馬上就影響你我的生活：無人駕駛完整技術白皮書
無人駕駛：可預見的未來 & 本書作者群是一個專業而高效的矽谷菁英團隊！有深厚的矽谷工程師背景，從工程師的角度出發，全面介紹無人駕駛技術的核心方向，包含環境感知、車載感測器、規劃控制，等等。書中有關無人駕駛的多個技術方向自成系統，針對每個方向中的核心內容討論系統的技術想法和解決方案，在很多重要的技術上列出頗具深度的細節範例。 & 這是一本誕生於工業界、從實用角度出發的無人駕駛圖書，將相當大地縮短開發者、同好及相關人士迅速切入、深入學習和投身於人工智慧無人駕駛這一熱點領域。 & 本書深入淺出地呈現無人駕駛這個複雜的系統。書中包含無人駕駛定位與感知演算法、無人駕駛決策與控制演算法、深度學習在無人駕駛中的應用、無人駕駛系統、無人駕駛雲端平台、無人駕駛安全等章節，既巨觀地呈現無人駕駛技術的架構，又深入無人駕駛有關的每個技術點。 & 全書重點涵蓋： ●馬上就影響你我的黑科技，無人駕駛技術已經到來 ●Uber、 Google、Tesla、百度都在拼的Level4無人駕駛技術 ●解決都市交通、停車、塞車、污染、高齡化的重要技術 ●無人駕駛最重要的技術 - 光達(LiDAR)介紹 ●最強無人導航GPS及IMU的應用介紹 ●電腦視覺、機器學習、強化學習、CNN在無人車技術的實作 ●行為預測、行動決策等高階技術 ●車聯網時代的車車、人車互聯技術 ●防止駭客及惡意攻擊的無人車系統 ●使用SPARK和ROS的分散式無人車平台 ●極高精地圖的產生 & 全書內容分為五部分。包括： ► 無人駕駛系統架構 ► 無人駕駛中的感知定位技術模組 ► 無人駕駛中的決策與控制技術模組 ► 無人駕駛邊緣運算系統的技術點 ► 無人駕駛雲端平台的技術點 & 適合讀者群：具Python程式設計基礎、想透過Python設計GUI應用程式，或在GUI應用程式中實現資料視覺化的讀者。& & & & & & & & && 本書特色 & ◎ 加州大學柏克萊分校博士、爾灣分校電腦博士、密西根大學電子工程碩士等技術專業作者群傾力打造 ◎ 第一本無人駕駛技術書&& &
EV3樂高機器人-使用MakeCode程式設計
【三大特色】 1. 透過「引導式」實際組裝步驟，讓學生親自動手建構機器人。2. 透過「拼圖程式」來訓練學生邏輯及問題解決的能力。3. 透過「實務範例」來讓學生實際與機器人進行互動，以提高學習動機與興趣。 【適用對象】 1. 中、小學的學生（青少年）的才藝課程、夏令營。2. 高中、職學生的程式設計及社團。 3. 對於樂高機器人有興趣的初學者。4. 大專院校的跨領域程式設計課程及程式設計課程。
打下最紮實的AI基礎(絕賣版)：從scikit-learn一步一腳印
30秒極速瞭解本書精華內容◆ 理論基礎機器學習的應用場景、機器學習應用程式開發的典型步驟Python機器學習開發套件：numpy、pandas和matplotlib演算法模型性能評估的指標和評估方法◆ 八大常用機器學習演算法k-近鄰演算法、線性回歸演算法、邏輯回歸演算法、決策樹支持向量機、單純貝氏演算法、PCA演算法、k-平均值演算法◆ 七大實戰演練案例糖尿病檢測、預測房價、乳腺癌檢測、鐵達尼號倖存者預測文件類別預測、人臉識別、文件自動分類◆ 商品特色通俗易懂/圖示引導/豐富實例高效入門機器學習最佳速成◆ 本書適用讀者想從事機器學習、人工智慧、深度學習及機器人相關技術的程式師和愛好者閱讀，相關院校和培訓機構也可以作為教材使用
一直學不會Tensorflow？PyTorch更好用，更強大，更易懂！(熱銷版)
閱讀本書，除了了解深度學習、PyTorch 使用方法，同時也能夠知道在面對問題時該如何自處，在做出正確的應對後解決問題，得到最好的結果。當然這只是一本入門讀物，如果希望以後從事該領域的研究，僅靠此書是不夠的，需要閱讀更多專業的書籍和學術論文。商品特色：本書適合入門者，透過本書，讀者能夠了解深度學習的基礎觀念、掌握PyTorch 的使用方法。
機器學習的數學基礎：AI、深度學習打底必讀
〇國立台中教育大學數學教育學系 胡豐榮博士 與 清華大學數學系畢 徐先正 合譯 『進入 AI 時代，數學突然紅起來！』 現在資訊科學界最夯的主題就是 AI、機器學習、深度學習。Google、Apple、Amazon、台積電……等世界大廠都在爭搶 AI 大餅，比的是誰家的 AI 比較聰明、比較準確，因此發展出許多先進的技術，甚至把 AI 直接植入晶片中。每家好像都很厲害，然而高下區別的關鍵在哪裏？ 大家使用的開發工具不外乎 TensorFlow、Keras、Numpy，你會用，別人也會，那你憑甚麼贏人家？當然要靠獨創的技術、神秘的參數配方，而這些都是開發工具給不了的。如果只靠土法煉鋼，不斷「Try Try 看」各種參數組合，這實在太不科學，根本無法提升能力。所以必須徹頭徹尾弄懂 AI 技術裏面在做甚麼？才知道應該用什麼參數去試、用甚麼演算法去算……，想做出比別人更好的 AI，就必須自我蛻變，這一切的打底功夫就是「數學」。 『AI、機器學習、深度學習需要的數學，你懂了嗎？』 數學領域的學科龐雜，國中、高中學完之後也不知道幹嘛，或是不求甚解，久而久之就還給老師了。然而在 21 世紀進入機器學習、深度學習領域，完全避不開下面這些東西，你懂了嗎？： 「邏輯斯迴歸／線性迴歸／合成函數／鏈鎖法則／條件機率／貝氏定理／ 最小平方法／最大概似估計法／常態分佈／機率密度函數／向量內積／相關係數／ 誤差函數／代換積分／多元迴歸分析／神經網路／多變數偏微分／矩陣偏微分／ 梯度下降法／隨機梯度下降法／非線性邏輯斯函數／Sigmoid／反向傳播／more…」 媽呀！誰來教教我？ 小編看過市面上數本主打機器學習或深度學習的數學書，主要分兩類：其一是內容太過簡單講得不夠深入，其二是假設你的數學能力已經很強，直接跳過許多細節，這兩類讀了還是不知所云。沒關係，本書就是為你設計的，帶你從基礎開始複習，搭配實務案例，讓你知道數學可以怎麼用。而且最重要的是「只教機器學習、深度學習用得到的數學，講清楚、才能吸收」，其它用不到的不講，節省大家的寶貴時間。 本書設計的巧妙之處在於前面講過的內容，到了進階的部份仍然會不斷前後呼應，不斷提醒。書中的運算步驟，像是梯度下降法、隨機梯度下降法、反向傳播... 都一一手算推導給你看。認真讀完本書，機器學習與深度學習的數學就能深印腦海。 本書特色 〇只講機器學習、深度學習用得到的數學，追根究底且看得懂 〇梯度下降法、隨機梯度下降法、反向傳播... 一步一步手工算給你看 〇利用實務範例，更能了解數學可以用在哪裏
量子霸權(Quantum Supermacy)世界大戰開打：量子電腦真的來了
►2019年10月23日，Google發表54量子位元的Sycamore處理器，正式進入下一運算世代 ►量子電腦花200秒的運算，現今超級電腦要花1萬年 ►比海權時代還重要的量子霸權，Google、IBM、 NASA、中國政府都在爭奪 ►一台電腦的運算力，就超過目前全世界所有電腦的總和 ►密碼、比特幣不復存在，全球金融系統瞬間消失 ►量子位元：0和1可以同時存在的位元是什麼？ ►人工智慧進入可思考、推論，甚至繁殖的世紀，人類巨大浩劫 ►糾纏的兩個量子可立即通訊，打破光速的通訊方式 量子技術是近年來發展的前端技術領域，大數據搜尋、破譯密碼、機器學習、人工智慧、身份識別都是量子計算擅長的方向。透過本書深入淺出的說明，讀者可以瞭解量子力學和未來電腦，探索10~20年後奇妙的世界；預知未來世界前端技術的發展與商業化應用。 本書可作為： 1. 量子計算及通訊的入門科普書 2. 未來 10 ∼ 20 年 IT 產業技術進步的入門基礎知識儲備教科書 本書結構 全書分三部分： 第一部分 基礎理論及概念。 第二部分 量子計算與通訊部分。 第三部分 量子技術安全與應用技術部分。 適合讀者群：所有具有強烈求知欲和希望走進未來世界的朋友。 本書特色 ►中美貿易大戰，比不上量子電腦大戰 ►量子霸權時代來臨：50個量子位元，就可稱霸全球運算 ►打破位元的規則，用超過宇宙總原子量的運算速度 ►全書從量子力學觀點，一書突破量子電腦的原理
