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。
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。
資料科學的統計實務：探索資料本質、扎實解讀數據，才是機器學習成功建模的第一步
新書上市即攻佔日本亞馬遜統計類書籍第一名 & 很多資料科學、機器學習的書，內容充滿各種建模的技術展示、完美的案例分析，卻忘記了更重要的「資料」。唯有掌握好手中的資料，才是機器學習成功建模的第一步。 & 無法了解資料，深度學習也救不了你；相反的，正確蒐集資料，輕鬆建模沒煩惱。 & 如何了解資料？當然要從統計觀念開始。學習統計一定都要看抽象複雜的數學嗎？並不是！本書所使用的範例，會告訴大家「為什麼統計學要如此定義」、「為什麼技巧要那樣使用」。當讀者了解統計背後的觀念時，才不會迷失在複雜的數學。此外，有別於一般市售書籍總是用漂亮案例展示程式運行結果，此書用相當多的範例都是「專家也會犯的錯誤」，相信讀者同時學習成功以及失敗的案例後，可以更全面地了解資料科學的分析流程觀念。 & 本書會介紹資料分析中的許多技術的基本觀念，如變異數分析、偏相關係數、自相關函數、Bonferroni校正、Holm校正、隨機對照試驗、斷點迴歸分析、傾向評分匹配、T檢定、F檢定、分層多階段抽樣法等，介紹的過程中會直擊分析技術的思維，而非僅展示漂亮的數學。 & 本書亦會說明身為資料科學家該有的素養，來避免確認偏誤、倖存者偏誤、選擇偏誤、發表偏誤、自願者偏誤、可得性偏誤、樂觀偏誤、常態偏誤、後此謬論、賭徒謬誤、辛普森謬論、p-hacking、HARKing、單方論證、霍桑效應、畢馬龍效應等資料分析中可能踩到的陷阱。 & 如果讀者曾經有以下問題，那這本書將是你的最佳解方。 ● 我想知道怎麼蒐集高品質資料來加速機器學習建模 ● 我想知道什麼樣的資料適合什麼分析技術 ● 我想知道分析過程中是否參雜不自覺的偏見 ● 我想知道分析完的結果代表什麼意思 ● 我想知道為什麼資料分析可以解決問題 & 此外，中文版還提供免費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。 & 本書貫通從資料蒐集、資料分析、資料解讀每一個環節的觀念，讓你走上資料科學家的康莊大道！& & 本書特色 & ● 概念性介紹資料分析的流程，探討過程中所需要的技術，解說分析結果的意義 ● 拒絕只展示漂亮數學，改變傳統一直寫程式的教學，帶你直擊資料分析流程的根本觀念 ● 分享專家的成敗案例，助你建立好的資料科學家素養，避免落入陷阱 ● 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 ● 中文版收錄免費 Bonus，由國內專家分享業界經驗談，讓你快速銜接上實務技能 & 好評推薦（依姓名筆劃順序排列） & 國立政治大學統計學系副教授、台灣人工智慧學校講師 吳漢銘 推薦& 國立政治大學統計學系助理教授 周珮婷 推薦 「資料科學家的工作日常」版主 張維元 推薦 國立臺灣大學名譽教授 謝南瑞 推薦
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）。
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。
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。
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。
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。
AIoT人工智慧在物聯網的應用與商機(第三版)
專業推薦!!（依推薦人姓名筆畫順序排序）數位智慧服務推動聯盟會長 王定愷 新北市工業會前理事長 白文亮 宏將廣告前副總經理 李良頤 INSIDE硬塞的網路趨勢觀察主編 李柏峰 第九屆立法委員 余宛如 中華民國老人福祉協會理事 林玲如 瀚師科技創辦人 孫憶明 東森得易購大數據前副總經理 任家齊 臺灣科技大學企業管理系教授 張順教 遠傳電信關企數聯資安總經理 郭憲誌 人工智慧學校前執行長 陳昇瑋 中華跨境電子商務發展協會前理事長 解建新 臺灣科技大學資訊管理系專任特聘教授 盧希鵬 中山大學機械與機電工程學系自動控制組教授 嚴成文 臺灣科技大學企業管理系專任教授 欒斌 科技始終來自於人性。當IoT、Big data、雲端運算、5G、自動駕駛、智能機械人、智能製造、智慧家庭、AI人工智慧...等，正方興未艾之際，如何讓如上述高新產業，能為人類社會帶來積極正面的貢獻。兹推薦 有恆 兄的第三本精闢巨作給熱愛人工智慧的您；讀好書！交高人！會眾友！ 人工智慧革命，代表著即將到來的未來。 --中國砂輪企業股份有限公司副董事長/新北市工業會前理事長 白文亮 不僅深入淺出地帶出AIoT技術發展脈絡、還融合大量實例，將商機應用場景、商模分析及技術關聯層次，有結構地說了好故事，協助讀者了解多數人似懂非懂，卻逐漸翻轉生活的重要科技AIoT；同時善用工具引導關注：AIoT技術唯有在結合商業的同時，照應客戶價值主張與體驗，才能有長遠利基…是難得既科普又實用、夠新穎的好書！ --中華民國老人福祉協會理事 林玲如 人工智慧(AI)與物聯網(IOT)的熱潮，近年幾乎席捲每一個產業。很高興看到本書能全面性地將技術應用、商業模式、及用戶體驗融合介紹，為大家整理此二領域國內外最新發展，呈現較為完整的風貌，相信讀者能從中獲得許多啟發。 --瀚師科技創辦人 孫憶明 過去企業要的是資訊化(IT)，未來更需要數據化(DT)，有了數據，才有AI。數據化需要創意，這本書有很多，我推薦。 --臺灣科技大學資訊管理系專任特聘教授 盧希鵬 人工智慧與物聯網的整合(AIoT)是今年最熱門的話題，本書介紹AIoT的應用與商機，以物聯網產業為切入點來說明實際應用案例，是現代人必看的一本好書，強力推薦給大家。 --臺灣科技大學企業管理系專任教授 欒斌
mBot機器人& mBlock 武功祕笈
學程式，就從能引發孩子興趣的遊戲開始！現在就全面領略mBlock的極緻表現！★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。★透過「自主式學習」來推廣「創客教育」。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。
LEGO Technic 不插電創意集|簡易機器
樂高大師帶您玩樂高 本書精選了141個無須馬達的可愛小裝置，讓您可以親自製作與把玩。每個專題都有不同角度的彩色照片，並標示了所需的樂高科技系列零件幫助您順利完成。各個作品都包含了某種簡易機構，從齒輪的動力與轉動，一直到能自行移動的小車來呈現各種線性、擺動、旋轉與往復式的動作。 不插電也能做出精巧的機械裝置 本書所收錄的作品不必使用任何電子元件或感測器。而是透過曲柄、鍊條、凸輪、齒條、橡皮筋、重塊與飛輪來運作。您會在製作這些專題的過程中慢慢累積各種技術，靈機一閃做出獨一無二的奇幻機械。 本書是樂高大師五十川芳仁老師的心血結晶。每本書都是五十川老師的精彩作品，想必可以點燃所有年齡層樂高玩家的想像力。 想像、創作、發明。現在，歡迎您一起來玩！
LEGO Technic不插電創意集|聰明酷玩意
樂高大師帶您玩樂高 本書精選了106個無須馬達的可愛小裝置，讓您可以親自製作與把玩。每個專題都有不同角度的彩色照片，並標示了所需的樂高科技系列零件幫助您順利完成。各個作品從簡單的舉起、抓取、涉及與量測等實用工具，直到各種用於呈現機械工程原理的小裝置。 不插電也能做出精巧的精巧裝置 本書所收錄的作品不需要任何電子元件或感測器。反之，您會透過曲柄、絞盤、門片與轉子來操作渦輪、陀螺、夾取工具與呼吸紀錄器等裝置。這些精巧的動作會讓您在玩樂的過程中靈機一閃，做出獨一無二的奇幻機械。 本書是樂高大師五十川芳仁老師的心血結晶。每本書都是五十川老師的精彩作品，想必可以點燃所有年齡層樂高玩家的想像力。 想像、創作、發明。現在，歡迎您一起來玩！
深度學習最佳入門邁向AI專題實戰
深度學習 最佳入門邁向AI專題實戰 ★★★★★【深度學習】★★★★★ ☆☆☆☆☆【理論】+【實作】☆☆☆☆☆ 這是目前市面上講解【深度學習(Deep Learning)】從基礎到應用最完整的書籍，從基礎數學與統計開始，將演算法的原理解釋得更簡易清晰，協助讀者跨入 AI 的門檻，為避免流於空談，盡量增加應用範例，希望能達到即學即用。多位試閱本書內容的專家與學者全部皆給【五顆星】滿分評價。 整本書採用【最新版TensorFlow】+【大量圖片輔助】，+ 【完整理論解說】+【Python程式實作】以原理與實作，講解下列最熱門的AI主題。 ☆【神經網路(NN)】 ☆【卷積神經網路(CNN)】 ☆【物件偵測(YOLO)】 ☆【光學文字辨識(OCR)】 ☆【車牌辨識(ANPR)】 ☆【人臉辨識】 ☆【生成對抗網路 (GAN)】 ☆【深度偽造 (DeepFake)】 ☆【自然語言處理(NLP)】 ☆【聊天機器人(ChatBot)】 ☆【語音辨識(ASR)】 ☆【強化學習(RL)】 讀者只要遵循本書步驟學習相信必可以徹底認識人工智慧、機器學習與深度學習觀念，邁向浩瀚領域。
深度學習實務應用|雲端、行動與邊緣裝置
使用Python、Keras與TensorFlow於人工智慧與電腦視覺專案 「標題中包含了實用是很有根據的。現今產業中的機器學習實務有兩個優先事項：員工需要提升技能以及模型需要微調。本書是朝向兩者的捷徑。」 -Paco Nathan，Derwen AI創辦人 不論您是一位渴望進入人工智慧世界的軟體工程師，還是經驗老到的資料科學家，或是夢想著要建立下一個廣受歡迎的人工智慧應用程式的愛好者，您可能都會想要知道要如何開始進行。本書一步步的教導您如何為雲端、行動裝置、瀏覽器與邊緣裝置建立實用的深度學習應用。 藉由多年來將深度學習研究轉換為獲獎應用程式的產業經驗，本書的三位作者會指導您如何將想法創意轉換為人們可以使用的事物。 ‧以Keras、TensorFlow、Core ML與TensorFlow Lite訓練、調校及部署電腦視覺模型 ‧為各式裝置開發人工智慧應用，包括Raspberry Pi、Jetson Nano及Google Coral ‧探索有趣的專案，從矽谷的Not Hotdog應用程式到Google等級的影像搜尋，還有超過40個案例探討與產業範例 ‧在電腦遊戲環境中模擬自動駕駛汽車，並使用增強式學習來建立微型版本 ‧使用遷移學習在幾分鐘內訓練模型 ‧發掘用來最大化模型準確度與時間、除錯、以及調整至數百萬使用者規模的實用指示
AIoT數位轉型在中小製造企業的實踐
以世界級智慧工業作法和企業數位轉型案例，讓讀者秒懂製造業的數位科技化。 聯合推薦 王定愷 亞馬遜網路服務有限公司香港暨台灣總經理／行政院數位國家創新經濟推動小組民諮會委員／數位智慧服務推動聯盟會長 李紹唐 二代大學校長／中華亞太智慧物聯發展協會榮譽顧問 林茂昌 中華亞太智慧物聯發展協會智慧製造首席顧問／新漢股份有限公司 董事長 林敬寶 震旦行雲端事業部及金儀股份有限公司總經理 張善政 財團法人善科教育基金會董事長／前行政院院長／中華亞太智慧物聯發展協會榮譽顧問 陳來助 台灣數位企業總會理事長 陳尚仲 宏正科技董事長 陳忠仁 台大工商管理學系暨商學研究所特聘教授/台大科技政策與產業發展研究中心主任 陳美伶 中信金融管理學院講座教授/前國發會主任委員/中華亞太智慧物聯發展協會榮譽顧問 彭亭玉 憶聲電子董事長 詹文男 臺灣大學商學研究所兼任教授／前資策會產業情報研究所所長 蔡明順 台灣人工智慧學校校務長 好評推薦 很欽佩裴有恆理事長等人的用心，相信這本書會是協助台灣產業數位進階的重要指引。各界都說台積電是台灣的護國神山，或是努力在找第二個護國神山。但是要創造全國多數人可以共享的財富，不能只靠台積電等少數公司，只有普遍的中小企業都能數位化、智慧化，台灣才有機會成為真正享受數位利益的地方。期盼這本書變成許多微型護國小神山的孕育之母！－－前行政院院長／財團法人善科教育基金會董事長& 張善政 台灣企業現在正面臨二代傳承接班，外部商業世界變化比以往更加快速，加上疫情攪和，實屬不容易，過往類比世代連續性、相較緩慢和容易失真已經跟不上時代，如果要永續經營，數位轉型是企業必要之項。－－二代大學校長& 李紹唐 在這個關鍵時刻出版的《AIoT數位轉型在中小製造企業的實踐》，作者分別在指標國家的智慧製造作法、中小製造企業的數位轉型實際案例、如何成就數位轉型的未來以及可考慮的合作夥伴包括亞馬遜AWS在內等的各個面向，提出翔實且深入的分析。快速變動、網路當令以及未來不確定性逐漸增高，已經是一種新的常態；有恆兄針對因疫情而加速的數位轉型，提供了相關實例與世界級作法，宛如一盞暗夜明燈，足為各界人士在數位轉型的渾沌迷霧中指引出正確的方向。－－亞馬遜網路服務有限公司香港暨台灣總經理& 王定愷 我常常說轉型的三大關鍵就是【組織、流程、系統】，書中這些案例我覺得都是符合台灣的產業特性，很實際的【數位轉型里程】。有些公司在推動轉型過程中成立新組織或者是像新漢一樣成立新的公司。利用組織力來推動變革。很多公司在轉型只強調工具，最後推動如逆水行舟，事倍功半。本書中有很多實際的案例，可以讓讀者好好思考。－－台灣數位企業總會理事長& 陳來助 本書的出版，不只為台灣中小企業帶來數位轉型的趨勢、觀念、與通用架構，更提供案例、解方、與實施夥伴！感謝裴理事長對台灣中小企業的又一貢獻！－－新漢股份有限公司董事長& 林茂昌 成就數位轉型的未來，裴老師將帶著大家，從客戶的需求和痛點，去洞察那些未被提供的體驗和滿足客戶，讓你看到、找到、提早到未來的利基市場，讓您成為市場的成長駭客。－－震旦行雲端事業部及金儀股份有限公司總經理& 林敬寶 政策、聯盟、典範及人才是智慧工廠推動的關鍵。而讀者手上這本書，即由兩位積極以在地方推動智慧工廠的「聯盟」領袖，透過他們的經驗，介紹各國的推動「政策」，並提供可資學習的「典範」，希望透過這本書來提升人才的素質。相信讀者能夠從這本書裡找到自己走向智慧工廠的藍圖！－－臺灣大學商學研究所兼任教授/前資策會產業情報研究所所長& 詹文男
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、
圖解AI與深度學習的運作機制
近年來最熱門的科技關鍵字「AI人工智慧」，到底是如何做出判斷的呢？ 目前人工智慧領域中最熱門的「深度學習」，又是怎麼一回事？ 在科技快速進步的現代，了解AI的機制與原理，已經成了必備的知識。 AI相關的科技雖然看似複雜，但若只是想了解原理，而不深究數學上的細節的話，其實並沒有想像中那麼困難。 「深度學習」是機器學習方式的一種，與過往由人類教導機器學習的方式不同，是由機器自己從大量的資料中學習，並做出判斷。 本書即是一本從頭解說「深度學習」運作機制的入門書。 書中搭配了豐富的圖表，文字淺白且說明深入淺出，只要有高中程度的數學知識，就可以充分理解本書所講解的內容，讓你在閱讀本書時，實際體會到「原來AI是這樣思考、這樣做出判斷的！」。 Step 1→說明深度學習的活躍情況 深度學習的登場，讓現代的AI有了飛躍性地發展。一開始會先從「現在的AI」是什麼樣子，以及AI與深度學習之間的關係開始講起。 Step 2→用許多插圖及例子說明深度學習的機制 在進行數學性的說明之前，先讓我們用插圖來看看深度學習是什麼樣的東西吧。雖然這樣的說明並不嚴謹，但可以幫助各位了解深度學習的概念。 Step 3→用數學式仔細說明神經網路的機制 在藉由許多插圖解釋深度學習與神經網路的機制之後，接著會用數學式更進一步深入解說神經網路是如何運作的。 ●大量插圖與圖表，幫助理解 ●說明輕鬆好懂，適合初次想深入了解AI的入門者 ●提供書中所用的訓練資料與範例檔案下載
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。
實戰ROS機器人作業系統與專案實作第二版
廣泛應用於各行各業的開放原始碼機器人框架現今，原本位於工作單元中的重型工業用機器人已被新一代cobot所取代，再也不需要工作單元了。這類機器人已被用在製造、零售、銀行、能源與健康照護等不同產業。這股浪潮已在機器人市場中快速成長起來，原因之一就是ROS（Robot Operating System，機器人作業系統）這個開放原始碼機器人框架。 學會如何使用ROS設計各種用途的機器人本書專題適用於ROS Melodic Morenia與Ubuntu Bionic（18.04），從最零開始介紹ROS-2，可以讓您理解它與ROS-1之間的差異。您可以利用ROS中設計出一台工業用移動機器手，並在Gazebo 9中進行模擬，也可以學到如何使用狀態機技術來處理複雜的機器人應用，並同時操作多台機器人。 涵蓋Jetson Nano等熱門開發版應用與AI概念另外，也會介紹Nvidia Jetson Nano、Asus Tinker Board與Beaglebone Black這類最新最熱門的板子，以及將其與ROS介接的方法。您可透過各種有趣的ROS專題來學習，像是自駕車、深度學習、強化學習與其他更多重要的AI概念等。 看完這本書，您就能具備足夠的信心與技術來完成各種有趣但又複雜的ROS專案了。 本書精彩內容： ．理解ROS基本觀念與其應用 ．理解ROS-2與ROS-1的差異 ．運用狀態機來處理複雜的機器人任務 ．與多台機器人通訊與協同作業 ．整合ROS與最新的嵌入式開發板，包含Tinker Board S與Jetson Nano ．理解如何把機器學習與深度學習技術應用於ROS ．使用ROS作出一台自駕車 ．使用Leap Motion與VR頭盔來遙控機器人
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。
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。 &
