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。
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&& &
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&&
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
強者用PyTorch：實作史上最經典AI範例
還在用難用的Tensorflow嗎？還在用太簡單的Keras嗎？ 2020年將是Pytorch正式超越Tensorflow、一統人工智慧框架世界的時代，如果還在頭痛怎麼用Tensorflow實作MNIST，快點投入PyTorch的懷抱吧！ 本書實作最經典的人工智慧神經網路的案例，並且放入最新真實世界中的應用範例，如果有心要學習人工智慧，這本PyTorch實例書將帶你完成史上最有名的幾個經典範例，讓你功力大增之外，更一舉成為人工智慧的強者！ 全書重點包括： ► 深度學習一路走來的歷史 ► PyTorch的張量、自動微分及nn模組的介紹 ► 預測共享單車投放數量 ► 中文文章情緒分析器 ► 一定要會的用CNN完成MNIST的辨識 ► 大型遷移學習對動物分類進行預測 ► MNIST的進一步，幫你把數字加起來 ► 自己動手做PRISMA：20種藝術家風格轉到你的照片 ► 假新聞有什麼稀奇，假以亂真的照片才叫厲害：GAN實作 ► NLP的大神Word2Vec的實作 ► 人工智慧音樂家：利用LSTM製作自動作曲機 ► Google的祕密武器：神經網路翻譯系統實作 ► 外掛有什麼了不起？用AI打電動，強化學習實作 本書特色 ►深度學習、PyTorch的入門書 ►透過實際經典案例循序講解 專家推薦 「這本書緊接業界潮流，將人工智慧科普帶入了後AlphaGo 時代：遊戲飛鳥、自動作曲、語義星空⋯⋯涵蓋了深度學習領域的主流玩法。書中既有清晰容易的知識說明，讓你打好理論基礎，又有詳細的程式展示，一步步地教你做實際專案。這是一本揭示深度學習的秘笈！」－袁行遠，彩雲科技CEO、創始人 「本書寓教於樂，精心設計的實戰案例和循序漸進的學習方式都令人耳目一新。先從實戰專案出發，然後引用理論說明，最後深入剖析工作原理，環環相扣，引人入勝。期待看到PyTorch 之火的燎原之勢。」－高文超，微軟研究院軟體開發工程 「以2011 年AlexNet 贏得ImageNet 競賽為起始點，深度學習迅速席捲了整個人工智慧領域，但目前出版的有關深度學習的書大多偏重理論。這本書注重理論和實作的緊密結合，讀者可以在瞭解深度學習原理之後，立刻跟隨書中的程式動手實作，加深了解。如果想要追上人工智慧的浪潮，這本書是一個不錯的開始。」－鮑捷，文因互連CEO、聯合創始人
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
全面了解人工智慧 工作篇：醫療、經營、投資、藝術⋯⋯，AI逐步深入生活層面 人人伽利略06
在醫療、商業、藝術等各個領域中，運用人工智慧（AI）的情況越來越普遍。AI 研究從1950年代開始啟動之後，歷經兩次的熱潮期與停滯期，如今真正地大放光芒。使現在的AI能夠掀起一片風潮的，正是「深度學習」（deep learning）這項技術。AI應用在哪些領域？而所謂的深度學習又是什麼樣的技術呢？本書將為您深入淺出地解說。 近來，人工智慧（AI）以破竹之勢進入了我們的生活。在本書中，將為您介紹應用於各個層面且功能豐富多元的AI。第1章為您介紹的，是全球汽車廠商無不戮力以赴競相開發的「自動駕駛汽車」。以開車全自動為目標的自動駕駛汽車，目前的開發進程已推展到什麼階段了呢？將來會有全自動汽車上路嗎？ 第2章接著來看看已經深入到日常生活中的「會話AI」。AI音箱（AI speaker）能正確地辨識我們的語音，理解我們的指示，而聊天機器人（chatbot）也越來越能夠和我們做持續的交談。本章將為您介紹這些令人驚奇的「會話技巧」機制，不但可以聊天，未來還有望可以協助我們跟餐廳訂位等更多實用功能。 第3章和第4章為您介紹的，是於攸關生死的醫療診斷或災害對策等領域中大展身手的AI。在醫療領域，圖像診斷、依據交談進行診斷、手術技巧的評估等等，以AI支援醫師的運用層面越來越廣泛。在災害對策領域中，依據受災者的求救呼聲尋找最適當的避難路徑，以及提供必要支援的系統等方面，也會運用AI，如人數眾多的運動賽事若碰到意外，該如何快速疏散人潮呢？有大量觀眾的煙火大會或演唱會該如何加速散場呢？ 另一方面，也可看到人們積極地將AI引進入商業活動之中。從接待客人及銷售分析，到企業的召募新人、戀愛徵友、股票投資等等也都開始使用AI的技術。在第5章，將為您介紹這些商用AI。在彰顯人類特質的藝術領域，AI也能派上用場。在第6章，為您介紹的是在繪畫派別的鑑定與製作、漫畫家的支援、小說的撰寫、遊戲的製作等方面所應用的「AI藝術家」，第一幅由AI畫出的作品，竟然拍賣出約1340萬元？由AI撰寫出的小說竟然還通過了評審初審？ 藉「深度學習」突飛猛進的AI，今後會往什麼方向發展呢？未來到底有沒有可能取代人類呢？在第7章，將與您一同探討AI的未來。 本書特色 1.本書系來自日本牛頓出版社的科普書系列，一貫以精美插圖、珍貴照片以及電腦模擬圖像，來解說科學知識，深入淺出、淺顯易懂。 2.以一書一主題的系統化，縱向深入閱讀，橫向觸類旁通，主題涵蓋天文地理、生物、數學、物理、化學、工學、歷史、醫學藥學九大類。 3.總以各方角度來闡明各類科學疑問，啟發讀者對科學的探究興趣。
全面了解人工智慧：從基本機制到應用例，以及人工智慧的未來
自動駕駛、照片的自動辨識分類、自動翻譯、語音辨識的家電產品、戰勝職業棋士的圍棋…等，現代生活逐漸見識到人工智慧（AI）的高階能力。人工智慧為什麼會這麼厲害？人工智慧超越人類能力之日即將到來了嗎？人工智慧一直不斷演化的結果會是什麼呢？本書帶我們從基礎開始來了解人工智慧的聰明機制。 在我們的日常生活中，「人工智慧」（AI）已經逐漸普及開來。人工智慧之所以如此聰明，乃是藉著「深度學習」、「機器學習」等劃時代的方法，能從大量資料中學習事物的特徵和概念之故。在第1章中，我們將從基礎概念來瞭解AI是如何透過這些機制變得更加聰明。 前幾年，AI在棋藝領域陸續打敗職業棋士，飛躍地成長引起社會譁然。究竟AI是如何學習棋譜，又如何判斷局面呢？隨著人工智慧技術卓越成長，人工智慧試圖應用在醫院輔助診斷、自動駕駛、檢查道路、橋梁等基礎建設的劣化損傷等方面，目前也都逐漸邁向實用化。第2章，就讓我們來認識急速發展之人工智慧的應用技術最前線。 雖然人工智慧非常方便，但是隨著人工智慧的普及也有新的問題浮上檯面。首先是如何保障人工智慧不被惡意使用的安全問題，由人工智慧判斷出來的結果真的公正、公平嗎？又該如何保護個資的隱私性問題呢？如果發生意外該找誰問責呢？另一方面，能夠應對各種課題和狀況的「通用人工智慧」（AGI）也在戮力開發中，可是有人提出警告：恐怕終有一天，人工智慧將演化至超越人類，脫離我們所能控制的程度，亦即「技術奇點」終將到來。第3章，將介紹超越國界，全球都在討論與人工智慧相關的各種問題。 人工智慧的研究是跨領域的，第4章，我們將專訪從事探討「人工智慧是否能夠跟人類一樣擁有旺盛的好奇心，加入閒聊的陣營？」「人工智慧將從人類手中奪去哪些工作」「AI需要有常識、道德觀和感情嗎？」等各種課題的7位研究者。聽聽他們怎麼介紹人工智慧的魅力、人工智慧與人類共築的未來社會等面相，敬請期待。 本書特色 1.本書系來自日本牛頓出版社的科普書系列，一貫以精美插圖、珍貴照片以及電腦模擬圖像，來解說科學知識，深入淺出、淺顯易懂。 2.以一書一主題的系統化，縱向深入閱讀，橫向觸類旁通，主題涵蓋天文地理、生物、數學、物理、化學、工學、歷史、醫學藥學九大類。 3.總以各方角度來闡明各類科學疑問，啟發讀者對科學的探究興趣。
機器學習概論：機器學習發展+演算法原理實務
今天不學機器學習，明天就被機器取代！▶ 圍繞三大主線：神經網路、智慧推理、矩陣計算▶ 提供豐富案例：近25個經典的演算法講解▶ 解剖具代表性的演算法：Scikit-Learn、OpenCV、Theano本書以機器學習原理和演算法編碼學習為主，內容分二大主線：單個演算法的原理講解和機器學習理論的發展變遷。演算法除包含傳統的分類、聚類、預測等常用演算法之外，還新增深度學習、貝氏網、隱馬克夫模型等內容。每個演算法，都涵蓋提出問題、解決策略、數學推導、編碼實現、結果評估等部分。數學推導力圖做到深入淺出。結構上數學原理與程式碼一一對照，有助於降低學習門檻，加深公式的理解，發揮推廣和擴大機器學習的作用。適合：對機器學習演算法有興趣者，或工程技術人員。
機器學習工程師面試全破解：嚴選１２４道ＡＩ演算法決勝題完整剖析
♕ 不可不讀的機器學習面試寶典 ♕ 書中收錄了124道機器學習演算法工程師的面試題目和解答，其中絕大部分來自國際知名影音串流平台Hulu（由迪士尼所投資，總部設於美國加州）演算法研究部門的真實案例。 媒體推薦 「由諸葛越博士所主編的此書為Hulu公司裡，十幾位每天做著頂尖機器學習工作的工程師科學家所合著，是原創的、實際的、直接可用的內容。本書致力於普及人工智慧和機器學習，幫助每位軟體工程師成為自信的AI實踐者，每位資料科學家成為出眾的AI研究者。」──沈向洋 / 微軟全球執行副總裁，美國工程院院士 「計算機理論和演算法常常讓人感到孤高冷傲，因為它們和具體的應用之間缺少了一些橋樑。諸葛越博士的這本書，教授大家如何搭建這些橋樑。它可以讓計算機的從業者對理論的認識突飛猛進，也可以讓非計算機專業的工程人員瞭解計算機科學這個強大的工具。」──吳軍 /《浪潮之巔》《數學之美》作者 「在越來越多的機器學習專業書籍中，Hulu工程師們的這本專著讓我眼前一亮。本書沒有拾人牙慧，從學術角度來整理機器學習的理論和演算法體系；而是從一線工程師的視角出發，在職業方向、面試重點、模型實戰和應用案例等諸方面有精闢的介紹。對每個有志進入此領域的工程師來說，本書為你鋪設了一條快速通往目標的道路。另外，本書為多位工業界實戰專家合作完成，內容卻相當連貫系統，實在難能可貴。」──劉鵬 /《計算廣告》作者，科大訊飛副總裁 編輯推薦 微軟全球執行副總裁、美國工程院院士沈向洋、《浪潮之巔》《數學之美》作者吳軍、《計算廣告》作者、科大訊飛副總裁劉鵬，聯袂推薦！ 未來的幾年，是人工智慧技術全面普及化的時期，也是演算法工程師大量短缺的時期。本書旨在幫助對人工智慧和機器學習有興趣的朋友們，更加深入瞭解此領域的基本技能；幫助每個軟體工程師成為自信的AI實踐者；幫助每個資料科學家成為出眾的AI研究者。對每個有志進入此領域的工程師來說，本書會為你鋪設一條快速通往目標的道路！
圖解 IT基本力：256個資訊科技關鍵字全圖解
你知道UI、UX、CMS、SEO是什麼嗎？ 你分的清AR、VR、MR之間的差別嗎？ 零基礎也能立即上手，嚴選256個IT關鍵字全圖解 ★日本亞馬遜網路書店「電腦類」銷售排行榜 第一名★ ★日本亞馬遜網路書店4星好評！★ 從RPA、IoT、FinTech，到AR、VR、MR。 本書蒐羅256個精選IT相關術語， 包含七大領域： 新聞中常見的IT術語、易混淆的IT術語組合、資訊安全用語、網站設計與社群軟體營運用語、 商業會談中經常使用的IT業界用語、IT業界基本用語及不可不知的IT業界大人物。 完整涵蓋了IT的基礎面向， 並以淺顯易懂的圖像及文字詳盡說明，讓看來高不可攀的IT變得平易近人。 這是一本有系統而清楚地帶領讀者了解「IT」相關術語的書。 利用圖像與文字深入淺出說明， 讓對IT毫無概念的人也能毫無窒礙地閱讀，輕鬆吸收相關知識。 除了每頁附有相關術語解說外， 後方更附有索引，方便讀者查閱。 同時也可兼作IT辭典使用，是極為實用的IT參考書籍。 ▌好評推薦 ▌ 科技課綱研修委員 呂添仁 台灣科技大學管理學院老師 蕭培元 （以上依姓氏筆畫排序） ▌本書特色 ▌ 1.分類清楚，架構明確。 2.收錄256個精選IT關鍵字。 3.搭配生動圖解，易於理解閱讀。 4.索引＋參考頁數提醒，簡明實用。
Strawbotics吸管機器人創意設計-學機構設計與機電整合原理(精裝版)吸管機器人十合一創意組合包
產品特色： 1.本書以簡便、易取得之吸管為素材，結合基礎傳動連接零件，達成學習機構與結構的設計、機電整合原理、機電設計與應用等目標。 2.STRAWBOTICS吸管機器人採用開放的結構件，配合吸管與簡易的控制模式應用，可輕鬆組裝與改變吸管機器人，更能隨著使用者的創造發想擴充使用。 3.本產品內含吸管機器人十合一創意組合包，能創作十種創意作品。 &
大數據、AI應用趨勢與R語言案例分析(附範例光碟)
大數據與人工智慧是驅動各行各業智慧應用的核心技術，然而，大數據與人工智慧不僅包含IT技術，亦融合統計學，更可說是數據科學。本書主要目的在於讓讀者能理解大數據在IT技術上的基礎概念以及預測分析、人工智慧上的基礎演算方法與實作範例。更重要的是，協助讀者從應用情境、商業分析的角度，往下思考可能的數據分析問題與發展預測分析、人工智慧問題解決方法，諸如：聚類、分類、相似、異常、關聯、關係、鏈結、認知等以及合適的IT架構。本書應為理解大數據、人工智慧技術與方法起點，可作為商管學生、商業人士理解大數據、人工智慧實務與應用技術方法的初步，也可作為資訊學院學生從應用角度理解大數據、人工智慧技術的開始。
深度學習：使用Keras
本書將帶領您認識各種進階的深度學習技術，以及如何建立您專屬的劃時代AI。透過Keras完成各種實做專題，您會知道如何運用最新技術來建立高效率AI服務。 本書將會介紹MLP、CNN與RNN等神經網路，這些是諸多進階技術的基石。藉由本書，您可以了解如何運用Keras與Tensorflow來實作深度學習。本書也會帶領您深入探討深度神經網路架構，包括ResNet、DenseNet以及自動編碼器。 本書後半著眼於各種對抗生成網路（GAN），以及為什麼它們可以讓AI效能更上一層樓。實作變分編碼器（VAE）之後，您就能理解如何運用GAN與VAE強大的生成能力，並合成出讓人類信以為真的合成資料。最後介紹的是深度強化學習（DRL），例如深度Q學習與策略梯度方法等等，這些對於近年AI的發展上至關重要。 本書精彩內容： ．讓AI效能足以比美人類的各種尖端技術 ．使用Keras實作各種進階深度學習模型 ．各種進階技術的基石 - MLP、CNN與RNN ．深度神經網路 – ResNet與DenseNet ．自動編碼器與變分編碼器（VAE） ．生成對抗網路（GAN）與各種嶄新的AI技術 ．抽離語義特徵GAN與跨域GAN ．深度強化學習（DRL）的理論與實作 ．使用 OpenAI gym 建立符合業界標準的應用 ．深度Q學習與策略梯度方法
輕課程 Strawbotics吸管機器人創意設計-學機構設計與機電整合原理
1.本書以簡便、易取得之吸管為素材，結合基礎傳動連接零件，達成學習機構與結構的設計、機電整合原理、機電設計與應用等目標。 2.Strawbotics吸管機器人採用開放的結構件，配合吸管與簡易的控制模式應用，可輕鬆組裝與改變吸管機器人，更能隨著使用者的創造發想擴充使用。 3.本書以20個機構實作與7個範例，藉由小型實作專題之型態，並加入新興科技的認識與未來科技的發想，達到「做、用、想」核心素養的目的，亦符合108課綱生活科技課程強調之整合、設計、實作與專題導向等特色。
機器學習實務|資料科學工作流程與應用程式開發及最佳化
“這本書介紹機器學習與資料科學，聯結工程師與資料科學家，協助將相關技術應用在實務，確保你的投入能真正解決問題，以及提供實際應用時的最佳化技巧。” -摘自系列編輯Paul Dix的序 成功資料科學專案的實務技巧 本書是資料科學與機器學習從業者解決實務問題技術的速成課。作者Andrew與Adam展示如何快速的產出重要結果；持續讓投資報酬率最大化；避免過度期待的工具與不必要的複雜性；以最簡單、最低風險的方式完成工作。 作者以豐富的經驗幫助你提出實用並完整的執行方案，透過直接查詢、聚合、視覺化進行工作，教授不可或缺的錯誤分析方法以避免錯誤的結論。內容涵蓋了線性回歸、分類、聚類、貝葉斯推理等機器學習技術，幫助你為每個專案選擇正確的演算法。有關硬體、基礎設施、分散式系統的結論為實務環境最佳化提供寶貴的參考指南。 ‧利用敏捷方法聚焦於專案的小範圍與有效開發 ‧以Python實務範例學習 ‧由簡單的啟發開始，隨著資料管道的成熟而改善 ‧以基本的資料視覺化技術展示成果 ‧掌握線性廻歸、隨機森林、分類、群集、過適等關鍵機器學習技術 ‧學習基本圖模型與貝葉斯推斷 ‧認識機器學習模型中的關聯與因果
動手做深度強化學習
實作現代強化學習方法：深度Q網路、值迭代、策略梯度、TRPO、AlphaGo Zero… 強化學習（RL）的最新發展，結合使用深度學習（DL），在訓練代理人「像人類一樣地」解決複雜問題這方面，取得了前所未有的進步。Google團隊利用演算法來玩知名的Atari街機遊戲，並擊敗了它們，這可以說是讓RL領域發光發熱的重要推手，而世界各地的研究人員正馬不停蹄地研發各種新的想法。 《動手做深度強化學習》綜合性地介紹了最新的DL工具與它們的限制。讀者將評估包括交叉熵和策略梯度等方法，再把它們應用於真實的環境之中。本書使用Atari虛擬遊戲和一般家庭常玩的Connect4遊戲作為範例。除了介紹RL的基礎知識之外，作者亦詳述如何製作智慧型學習代理人等專業知識，讓讀者在面對一系列艱鉅的真實世界挑戰時，能游刃有餘。本書也會說明如何在網格世界（grid world）環境中實作Q學習、如何讓代理人學會買賣和交易股票，並學習聊天機器人是如何使用自然語言模型與人類對話的。 在這本書中，你將學到： ・ 了解結合了RL的DL內容，並實作複雜的DL模型 ・ 學習RL的基礎：馬可夫決策過程 ・ 評估RL方法，包括交叉熵、DQN、Actor-Critic、TRPO、PPO、DDPG、D4PG…等等 ・ 了解如何在各種環境中處理離散行動空間和連續行動空間 ・ 使用值迭代法來擊敗Atari街機遊戲 ・ 建立屬於自己的OpenAI Gym環境，來訓練股票交易代理人 ・ 使用AlphaGo Zero演算法，教你的代理人玩Connect4 ・ 探索最新的深度RL研究主題，包括AI驅動的聊天機器人等等 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/Deep-Reinforcement-Learning-Hands-On。 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螢幕截圖／彩色圖表，可以在此下載：static.packt-cdn.com/downloads/DeepReinforcementLearningHandsOn_ColorImages.pdf。
不只是金融商品(熱銷版)：區塊鏈技術用程式碼實作
❑ 第1章：從保密性、資料完整性、可用性、實體安全性方面對區塊鏈的安全屬性進行分析，穿插實例，使讀者對區塊鏈安全性有更深層次的了解。❑ 第2章：對比特幣、以太幣和Zcash的安全加以剖析，使讀者對主流數位貨幣的程式、密碼學演算法以及「錢包」有更具體的認識。❑ 第3章：從Web/行動用戶端應用程式、智慧合約、身分與存取控制進行分析，為讀者在開發相關內容方面提供相當重要的參考。❑ 第4章：分析激勵層安全機制設計，從激勵的產生、分配、安全方面分析，有效避免區塊鏈激勵層安全事件的發生。❑ 第5章：主要從P2P加密、用戶端與節點通訊加密、防禦DDoS攻擊進行分析，守護網路安全。❑ 第6章：詳解區塊鏈資料加密技術、資料傳輸、區塊鏈交易簽名、共識攻擊等，守護資料安全。❑ 第7章：從私密金鑰的重要性、使用方法、存在的問題等多方面分析，有效解決私密金鑰的更新、找回與註銷等問題，並對私密金鑰保護、硬體錢包等內容詳加介紹。商品特色：由重量級區塊鏈安全專家聯合撰寫，知名專家共同推薦，對區塊鏈技術各方面的分析與應用可謂詳盡、完備，唯一全方位區塊鏈巨作，章節間依賴性不強，讀者完全可以依據個人需求重點詳讀。適用讀者群：區塊鏈的開發者、架構師、專案技術負責人，以及對區塊鏈技術與安全有興趣者。
超限未來：無人駕駛先端技術核心領航
無人駕駛技術是人工智慧發展的綜合能力展現，是一個複雜的系統，涉及的技術點種類多且跨度大，入門者常常不知從何入手。本書首先以宏觀呈現無人駕駛的整體技術架構，概述無人駕駛中涉及的各個技術點；繼而於讀者對無人駕駛技術有了宏觀認識後，再深入淺出的講解無人駕駛之定位導航、感知、決策與控制等演算法，深度學習無人駕駛中的應用層面，以及無人駕駛系統軟體和硬體平台，無人駕駛安全及無人駕駛雲平台等多個主要技術要點。本書的作者都是無人駕駛領域的從業者與研究人員，有著多年無人駕駛與人工智慧技術的實戰經驗。本書從實用角度出發，以期幫助對無人駕駛技術感興趣的從業者與相關人士、學習者，實現對於這技術能快速入門與掌握，以及對相關技術的深度理解與應用實踐。商品特色：勾勒無人駕駛系統版圖，揭開無人駕駛技術的神秘面紗逐層剖析無人駕駛核心技術（深度學習、強化學習、電腦視覺等）
輕課程 光固化3D列印原理與實作：使用T3D光固化手機3D列印機
1. 提供手機3D 列印機專用的切層軟體(PrinTing3D)，無須額外購買，介面明瞭快速上手。 2. 打破手機兒童的刻板印象，透過手機來認識3D 列印的奧秘。 3. 從3D 建模到成品列印，由淺入深的教學內容可使初學者快速入門。 4. 使用手機App 控制3D 列印機， 支援iOS 與Android 系統。 5. 多元跨領域的實作主題，激發學生的創意思考。
Scratch3.x 創客遊戲程式設計
本書共包含了十四個章節，由淺入深的為讀者介紹Scratch 的重要程式設計技巧，並且透過範例對其進行詳細的講解。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、動物乒乓球、在城市中飛翔、勇闖迷宮、地球保衛戰、EV3 樂高機器人控制等。 本書特色 融會貫通Scratch 的應用程式開發技巧；總共14個章節，由淺入深的帶領讀者認識Scratch的世界、詳細的範例講解，讓讀者融會貫通、熟知應用程式開發技巧。
統計之美：人工智慧時代的科學思維
本書主要內容： ■ 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 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。 本書特色 ●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
FLAG，S 創客.自造者工作坊 密室逃脫：神秘寶盒 & 拆彈專家
各位冒險者們，你們好，歡迎來到旗標 ROOM。 當你們進入此房間時，回頭的路就已經被摧毀了，而前往下一個關卡的方法，就僅剩那道已上鎖的門，為了打開門鎖建議你們先找一些線索。 這裡給你們一個提示，請善用你們僅有的一支手機，因為那是至關重要的物品。 最後提醒你們，任何沒有謹慎思考過的行為，都將導致無法挽回的後果，那麼，言盡於此，祝你們好運！ 密室逃脫泛指單人或多人在特定室內場合進行實境遊戲，玩家必須在規定時間內根據場景裡的線索、提示，突破層層關卡最終成功逃脫，考驗著玩家團隊合作和思考解謎能力。 近年來該類型玩家數量大幅增加，業者提供的遊戲主題也不斷推陳出新，更華麗的場景、更縝密設計的機關、更引人入勝的故事也讓玩家有更多選擇。 密室逃脫：神秘寶盒 拆彈專家套件一共為兩個主題，套件內附所需要的完整硬體材料，搭配本書一步一步即可組裝完成自己製作的機關，控制板已預先燒錄【神秘寶盒】程式，組裝完成後即可馬上體驗，也可以自行設計更豐富的劇情來搭配。 密室逃脫：神秘寶盒 找出方法並依賴團隊合作獲得寶盒密碼，照著密碼出現順序輸入到寶盒，若正確即可開啟寶盒通關！ 密室逃脫：拆彈專家 啟動了就停不下來的定時炸彈，輸入密碼、得到提示後就開始拆彈吧！如何才能找出正確拆除炸彈的接線，快來挑戰吧！ 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。 本書特色 2 大密室逃脫主題、4 種超實用範例一次擁有！ 「密室逃脫-神秘寶盒」程式已預先燒錄，組裝完成馬上體驗密室機關！ 「密室逃脫-拆彈專家」第二主題不同玩法，享受拆除炸彈的緊張刺激節奏～ 電子音樂盒、電子鋼琴、倒數計時提醒器、保險箱，多種生活實用程式一次擁有！ & 組裝產品料件: D1 mini 相容控制板 1 片 USB 數據線 1 條 16 路電容式觸摸開關模組 1 片 4 位數顯示器 1 個 喇叭 1 個 伺服馬達 1 個 杜邦線轉接板 1 片 麵包板 1 個 AAA (4 號) 電池盒 1 個 10 cm 公母杜邦端子線 1 組 20 cm 公母杜邦端子線 1 組 排針 1 排 M3 螺絲螺帽 2 組 黑色絕緣膠帶 1 捲 神祕寶盒紙板 1 片 內置隔板 1 片 拆彈專家控制盒紙板 1 片 炸彈造型紙板 5 片 數字鍵盤圖紙 1 張 (手冊內附) 通關線索卡 1 張 (手冊內附)
電腦科學LinkIt設計物聯網應用
本書以LinkIt7697開發板為主，帶您進入物聯網的世界，適合入門玩家學習，或作為中學開設物聯網特色課程的教材。 本書特色 1、以LinkIt7697為控制核心，帶您手把手由基礎學習入門，最後進入手機及Wi-Fi遠端遙控，每個範例簡單易懂。 2、手機遙控部分搭配聯發科的LinkIt Remote App，只需撰寫7697開發板上的程式，而且Android及iSO中均可使用。 3、Wi-Fi遠端遙控部分搭配聯發科的MCS物聯網服務平台，免架設伺服器，免寫伺服端程式。 4、書中延伸學習提供學習眉角，讓您輕鬆學習，不卡關!!
機器學習最強入門：基礎數學∕機率∕統計邁向AI真實數據專題實作 -王者歸來
機器學習最強入門 基礎數學/機率/統計 邁向 AI真實數據 x 專題實作 ★★★★★【數學原理 + 演算法 + 真實案例+ 專題實作】★★★★★ ★★★★★【最簡明的數學、機率、統計知識】★★★★★ ★★★★★【最完整的機器學習演算法】★★★★★ ★★★★★【最豐富的真實數據 x 專題實作】★★★★★ 本書特色 ★最白話解釋數學原理 ☆從簡單的數據開始理解機器學習的演算法 ★將理論知識轉化為實際的程式碼 ☆實際案例分析 全書有約416個Python程式實例，讀者可以由本書內容，了解下列與機器學習有關的基礎數學、機率、統計知識： ★方程式與函數 ☆ 完整Python語法 ★ 一元函數到多元函數 ☆ 最小平方法 ★ 基礎統計 ☆ 機率與單純貝式理論 ★ 指數與對數 ☆ logit函數與logistic函數 ★ 向量與矩陣 ☆ 二次函數、三次函數與多項式函數 當讀者有了上述知識後，筆者從簡單的實例開始介紹下列機器學習的演算法，每一種演算法皆是從基礎數據開始解說，然後跨入真實數據，解說應該如何將演算法應用到真實案例環境： ★線性迴歸 – 波士頓房價 ☆邏輯迴歸 – 信用卡/葡萄酒/糖尿病 ★決策樹 – 葡萄酒/鐵達尼號/Telco/Retail ☆隨機森林樹 – 波士頓房價/鐵達尼號/Telco/收入分析 ★KNN演算法 – 電影推薦/足球射門/鳶尾花/小行星撞地球 ☆支援向量機 – 鳶尾花/乳癌/汽車燃料 ★單純貝式分類 – 垃圾郵件/中英文的新聞分類/情感分析/電影評論 ☆集成機器學習 – 蘑菇/醫療保險/玻璃/加州房價 ★K-means分群 – 購物中心消費/葡萄酒評價 ☆PCA主成分分析 – 手寫數字/人臉數據 ★階層式分群 – 小麥數據/老實泉 ☆DBSCAN演算法 – 購物中心客戶分析 在講解上述演算法時，筆者同時介紹下列機器學習應該知道的知識： ★特徵選擇 ☆用直方圖了解特徵分佈 ★用箱型圖了解異常值 ☆數據預處理 ★殘差圖(Residual plot) ☆機器學習性能評估 ★過擬合(overfitting) ☆欠擬合(underfitting) ★數據洩漏(Data leakage) ☆繪製決策樹圖(Decision tree map) ★可視化熱力圖(Heat map) ☆決策邊界(Decision Boundary) ★增加數據維度與超平面 ☆交叉驗證(Cross-validation) ★泛化能力(Generalization Ability) ☆弱學習器(Weaks learners) ★強學習器(Strong learners) ☆學習模型(base learner) 本書最後一章，介紹了熱門的AI主題「語音辨識」，從本章內容讀者可以學會下列知識： ★ 語音轉文字 ☆ 文字轉語音 ※ 本書所有程式實例可至深智官網下載：deepwisdom.com.tw &
全圖解！AI知識一本通：用故事讓你三小時輕鬆搞懂人工智慧
從我們熟悉的Siri、掃地機、電玩遊戲、自駕車， 到未來的智能保母、醫療機器人、或線上客服、翻譯等等， AI將成為你我日常生活中無可取代的好夥伴， 每一個人都應該了解人工智慧的基本知識。 & 誠司任職於某家商社。有一天，主管下令要他「籌備一個運用人工智慧機器人──喬巴的新專案」。誠司心想：「到底什麼是人工智慧啊？」正當他煩惱著不知該如何是好之際，他在外甥裕太的介紹下，認識了一位號稱是研究人工智慧的專家──京子。誠司原本只想知道喬巴該怎麼使用，孰料堪稱「超級人工智慧宅女」的京子，竟要從零開始，為他講授人工智慧的基礎知識……究竟誠司能否順利不負所託，完成主管交辦的任務，進而扭轉未來呢！？
最成熟AI套件之實作(熱銷版)：MatLab人工智慧工具書
整合研發專案部分可公開的成果，部分原創演算法已被實現並收錄到國際標準原始程式碼函數庫中，研究價值高；循序漸進，容易上手、配備完整的程式，可擴充性強！人臉建函數庫、人臉檢測追蹤識別與特定行為分析演算法作為MATLAB混合程式設計的實例，本身即為一完整、獨立的機器學習與視覺感知技術模組，可擴充性強。此外，還借助圖形化使用者介面(GUI)，提供直觀的介面示範。書中演算法均配有完整的MATLAB程式，有助讀者深入了解其設計思想，延伸思考與擴充空間，進而達到觸類旁通的效果。商品特色：本書適合對MATLAB人臉辨別有興趣者外，亦適合相關領域之從業人員與大學、研究所師生。從初等的函數用法介紹，逐步過渡至較高階的混合程式設計，並從經典的特徵臉主成分分析方法，進階至研究壓縮感知與深度學習等人臉識別演算法。
CV＋深度學習：AI最完整的跨套件Python人工智慧電腦視覺
本書主要介紹深度學習在電腦視覺方面的應用及工程實作，以 Python 3為開發語言，並結合主流的深度學習框架進行實例展示。涉 及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、 MXNet等。 透過本書，讀者能夠瞭解深度學習在電腦視覺各個面向的應用以及最新進展。 本書主要內容： ■ 深度學習與電腦視覺 ■ OpenCV入門& & ■ 深度學習框架介紹 ■ 影像分類& & ■ 目標檢測與識別 ■ 影像分割& & ■ 影像搜索 ■ 影像生成& & 適合讀者群：需要具體實現語音辨識的程式設計師，或有一定機器學習或語音辨識基礎的從業者、學生、研究者閱讀參考。 本書特色 ◎展現深度學習在電腦視覺領域的應用與工程實作，實用性和專業性並具 ◎結合主流深度學習框架PyTorch、TensorFlow、Keras、Chainer、MXNet 等進行實例說明
用Google玩人工智慧實驗：Google AI Experiments探索-含GTC全民科技力認證
1.只需開啟瀏覽器即可在手機、平板或電腦操作。 2.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。 3.從淺到深的人工智慧教學內容，使初學者可以快速上手。
輕鬆玩micro：bit程式設計入門
micro:bit 程式設計與硬體元件入門教學適用！ 程式設計的概念與語法演練到電子元件實驗， 依照難度循序學習，讓入門的你從概念開始學習， 一步步整合製作出屬於自己的各種實務應用系統！ 從程式到元件 觀念最完整 本書內容包括 micro:bit 開發板基本操作使用、心臟跳動、剪刀石頭布、運動溫度計、指南針、星星點點、搶答器、平衡儀、計時器、抽籤器、小喇叭、電子琴、聲音感測報警器、卡通圖案秀秀、小風扇轉呀轉、紅綠燈、模擬開關門動作、距離偵測器、樓道燈自動明滅控制、控制音樂播放速度、七彩霓虹燈、進場人數統計模擬、貪食蛇遊戲等實務應用與操作技巧的詳細講解。 實作練習 輕鬆好上手 透過範例引導式教學帶領讀者對micro:bit的各種電子元件有基本認識，將概念性的課堂內容透過動手做強化實務操作技巧。
Flag`s 創客．自造者工作坊用Python學物聯網
物物相聯的時代已經來臨, IoT 物聯網收集的大數據是 AI 的基礎 2020 年物聯網裝置數將達到 500 億個, 商機直逼百兆。未來將是 IoT、大數據、AI 的時代, 三者息息相關, 而物聯網感測器裝置則是收集數據最重要的前端。 面對新時代, 我們推出「用 Python 學物聯網」套件, 以易學易用的 Python 來撰寫程式，搭配感測器與電子元件的使用, 更進一步結合 Web、MQTT、IFTTT、LINE 等網路技術, 帶入物聯網的思維, 創造有趣的創客應用。 Learning by doing, 從做中學才能實際體驗, 在看得到效果的創客實作中, 更能加深印象, 體會其中的邏輯運作原理。 本書特色 □ 以易學易用的 Python 語法實作物聯網應用 □ 軟硬體整合 - 立刻創造有趣的生活應用 攘括最新技術：雲端/手機感測、雲端/手機遙控、雲端資料庫、雲端資料統計圖、Open Data、網路爬蟲、IFTTT、MQTT、LINE通知、手機簡訊、Blynk 實作最新奇的生活應用：防盜即時通知、PM2.5 空氣品質警報站、小孩到家刷卡紀錄、雨量即時統計圖、雲端溫濕度監測、雲端電源開關、智慧空調手機 APP & 組裝產品料件: & D1 mini 相容板 × 1 Micro USB 充電傳輸線 × 1 RC522 RFID 感測模組 × 1 RFID 卡片 × 1 RFID 鑰匙圈 × 1 震動感測模組 × 1 雨水感測模組 × 1 DHT12 溫濕度感測器 × 1 RGB 三色 LED × 1 繼電器 × 1 電阻 1KΩ × 2 電阻 10KΩ × 2 電晶體 2N2222 × 1 麵包板 × 1 公母杜邦線 × 1 組 排針 × 1 組
０ 門檻！０ 負擔！９天秒懂大數據 & AI 用語(iT邦幫忙鐵人賽系列書 - 01)
♕ iT邦幫忙鐵人賽系列書的第一砲 ♕ 大數據和拔蘿蔔剁排骨能有什麼關係？讓小馬兒來告訴你！ 專業且完整的【大數據】資料處理過程與【人工智慧】各角度詮釋，竟能以一碗最貼近人心的蘿蔔排骨湯和瘋狂外科老師，做深入淺出的最佳解釋？ 作者筆觸幽默、風格獨特，生動的譬喻方式與再真實不過的職場閒聊篇，常令人深有同感地會心一笑。最後還有面試實戰大解析，讓你知道面試官到底在想什麼！ ☛ 本書獻給 ☚ ▶常聽到新聞或親朋好友口中的大數據、機器學習、人工智慧，卻總是搞不懂到底在講什麼？那你該看看小馬兒寫的這本書。 ▶老闆滿口大數據、人工智慧，公司卻連wifi都會斷線，身處專業領域的你，更該看看將資訊人員心中之苦盡述的這本書。
IoT物聯網實作與應用-使用圖控化Webduino Blockly程式語言-最新版
1.本書完整介紹Dr. Smart套件所有元件使用方式，書本搭配硬體，輕鬆學習 2.內文範例及實作題，經過精心設計，貼近生活中常見例子，讓物聯網不再是遙不可及的口號 3.本書所選的Webduino開發板，可輕鬆透過wifi控制感測器與元件，即使沒有任何相關背景，也能享受物聯網的樂趣
STEAM教育創意實作：使用Makeblock創客空間套件與mBot機器人
1.本書中搭配Makeblock公司所開發的「Makeblock創客空間套件」。本套件擁有完善的軟硬件配套，適合在不同機構及環境應用，可用於STEAM（科學、科技、工程、藝術、數學）教育。 2.每個專題均利用「結構元件」、「動力元件」及「傳動元件」組合而成，強調透過動手做出有「創意性」與「實用性」的作品。 3.讓讀者從創作中學習程式設計的「邏輯思考能力」及「解決問題能力」。
