Python
|
|
【★學深度學習,跟 AI 重要推手 - NVIDIA 學最到位!】
為了幫助眾多初學者快速上手深度學習,任職於 NVIDIA 的本書作者 Magnus Ekman 凝聚了他多年來在 NVIDIA 所積累的 AI 知識撰寫了本書。除了介紹深度學習基礎知識外,也包括此領域的最新重要進展。本書同時也是 NVIDIA 的教育和培訓部門 -【深度學習機構 (Deep Learning Institute, DLI)】 指定的培訓教材 (https://www.nvidia.com/zh-tw/training/books/)。
要學深度學習,跟深度學習的重要推手 NVIDIA 學就對了!眾多紮實的內容保證讓你受益滿滿!
|
本書範例程式
|
|
世界第一簡單!100% 針對「零基礎」、「學習受挫者」貼心設計!在 Python 的學習上,為了幫助零基礎的新手學習,本書教你將 ChatGPT 用在對的地方!內文會隨時呼叫 ChatGPT 當助教!找 bug、寫關鍵內容、上註解、改造程式、增強功能...完美融入範例,各種用法讓你「WOW」不斷!
|
本書範例程式
ChatGPT 註冊及基本使用教學
|
|
Python 毫無疑問是現在最熱門的入門程式語言,而程式語言是現在最熱門的學科。許多人都想學習 Python,但看到複雜的語法和難懂的程式碼,又打退了堂鼓。其實寫程式不該像個『考試學科』,什麼都要死記硬背!
Real Python 站長憑著多年的教學經驗,秉持 80 / 20 法則,讓你在精心安排的實作範例中,掌握少數的關鍵概念,就能學會寫程式的必要知識。
|
本書範例程式
|
|
本書精心準備 540 個程式實例,包含 357 個自動化實例 + 183 個 Python 基本功演練。當中的自動化實例程式都是小巧實用,十分鼓勵你都執行看看感受一下,希望透過豐富的範例演練帶你體驗 Python ✕ ChatGPT 可以如何操作 Excel 等工具來做到自動化。
|
本書範例程式
Ch13、Ch17、Ch18 電子書
|
|
本書收錄了陣列、串列、樹狀結構、圖、搜尋樹等常見的資料結構,解題過程也介紹了動態規劃、貪婪法等必要的演算法概念,除了觀念解說,同時會搭配圖表、日常生活案例,以及範例、面試題、延伸題型、練習題等總計 234 個題目,盡可能增進讀者實際演練的經驗,絕對比自己在網路上摸索、東拼西湊、盲刷題目來得更有效率,是一本兼顧理論與實作,與時俱進、不可多得的入門教材。
|
本書範例程式
|
|
本書特色是精心準備 515 個程式實例,包含 332 個自動化實例 + 183 個 Python 基本功演練。當中的自動化實例程式都是小巧實用,十分鼓勵你都執行看看感受一下,希望透過豐富的範例演練帶你體驗 Python 可以如何操作 Excel 等工具來做到自動化。
|
本書範例程式
Ch11、Ch15、Ch16 電子書
|
|
為了降低讀者初學資料科學面對的負擔以及混亂感,我們精心設計了這本入門實戰教本,秉持讓讀者「買一本抵多本」的精神,本書一次涵蓋所有入門必須熟悉的重要題材,同時也將初學資料科學的脈絡梳理清楚。
|
本書範例程式
Ch06、Ch17、附錄A~C 電子書
加贈「HTML 與 CSS 網頁設計範例教本」全文電子書
|
|
本書由 Keras 創始者親自撰寫,沒人比他更了解Keras這套工具,雖然如此,但這並不是一本 Keras 的使用手冊,而是帶你從頭開始探索深度學習,進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程,以及未來實務上如何克服可能遇到的問題。
|
本書範例程式
Bonus-A:各章節之Colab筆記本網址
Bonus-B:決策樹與隨機森林之補充說明
|
|
其實,AI 化不是大企業才能作,中小企業也可以,但不是全面做,而是挑選適合的做。最容易做到且很快就能換成實績的就是行銷、業務工作,只要利用自身累積的銷售與客戶等資料就行,讓 AI 自動找出其中隱藏的銷售密碼,並直接運用在工作中驗證,這就是本書的主軸:銷售 AI 化,讓機器學習來幫忙。
|
本書範例程式
|
|
『Raspberry Pi 樹莓派』是一款信用卡大小的單板迷你電腦,於全球賣出超過四千萬片,麻雀雖小但五臟俱全,其強大功能讓你能建置各種軟硬體整合的實務應用,涵蓋創客、物聯網 (IoT) 與 AI 領域。
本書從了解和購買 Raspberry Pi 開始,一步步說明如何安裝 Raspberry Pi OS 作業系統與設定,而且不需額外的顯示器、滑鼠和鍵盤就可以從你的 Windows 電腦遠端連線控制它。接著,本書將帶讀者了解 Linux 系統及 Python 語言入門,替後面的豐富應用鋪好路:你能用 MicroPython 語言控制 Pico 開發板,用 Node-RED 打造 IoT 儀表板,或者使用 TensorFlow Lite 實現即時的物體影像辨識、打造能偵測道路的自駕車系統等等。
從一片小小的單板電腦,玩翻物聯網與人工智慧、實際應用 Raspberry Pi 學習軟硬體整合的 Python 程式設計,你便能在掌心解鎖潛力無限的智慧未來!
|
書附範例檔、電子書、工具程式安裝檔
|
|
AutoML(自動化機器學習)不能取代資料科學家,卻能大大省下你試驗機器學習模型的時間與痛苦。當你的對手還在興致沖沖算數學時,你說不定早就端出了可投入實用的高效能模型。
AutoKeras 是一套完全開源的 Python AutoML 套件,以 Tensorflow 2 為基礎、運用創新的『高效神經網路架構搜尋』(ENAS)來實現自動化建模。只需短短幾行程式,你便能輕鬆針對影像、文字或一般結構化資料產生高效能的神經網路模型,甚至完全不必接觸高深的數學。
就連經驗豐富的 DL 專家也能受惠:利用 AutoKeras 快速產生候選模型,好做為進一步改良的參考,並將更多寶貴的時間用在資料清洗與特徵工程上。從此向困難、令人困惑的建模過程說拜拜,跨入深度學習(DL)的門檻從未如此之低;有了 AutoKeras,任何人都能駕馭 AI 的威力來解決問題。
|
本書範例程式
電子書:運用輕量級 AutoML 套件 Flaml 於結構化資料預測任務
加值收錄──使用 Flaml 套件進行時間序列預測
|
|
本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標,是希望讀者們可以從完整的範例中學習,並充分了解活用Pandas技巧的重要性。如果您不想只是死記硬背Pandas語法,還想學習如何活用其中的技巧,非常歡迎您跟著書中的範例動手試試看,保證可以讓您的資料分析能力更上一層樓!
|
本書範例程式
Bonus-A:組合多個DataFrame或Series
Bonus-B:案例演練-使用Seaborn發現辛普森悖論
Bonus-C:Pandas的效能、除錯與測試
|
|
本書用概念描述,介紹資料分析的完整流程,並且說明常見的錯誤。有別於一般書籍,此書用一些範例,告訴讀者「專家也會犯的錯物」,讓讀者學習過程中,可以更全面了解資料科學的分析流程。本書Bonus內容不定期更新、增加,請讀者至官網下載最新版。
|
本書範例程式
本書Bonus A
本書Bonus B
本書Bonus C
|
|
市面上許多深度學習的書,往往過早切入工具的學習、理論的探究,對連深度學習的概念都還一知半解的初學者形成極大的學習門檻。
為了徹底解決入門學習時的混亂感,本書精心設計循序漸進的 16 堂課,將帶你「無痛起步」, 迅速掌握深度學習的重點!
|
本書範例程式
|
|
本書為PyTorch官方唯一推薦教材,是由PyTorch核心開發者所寫,能以更全面的視角來進行教學。同時,作者會利用自身的經驗,時刻提醒讀者在實作專案時可能遇到的陷阱,讓讀者少走許多彎路。另外,本書會利用數個章節來實作『肺癌偵測專案』,讓讀者不只學到理論,還能實際將其應用出來。如果您對深度學習非常有興趣,並且已經具備一定的Python能力,願意跟著書中內容動手嘗試,那您就是本書最適合的讀者!
|
本書範例程式
第15章電子書
|
|
本書利用Kaggle 上的資源,詳細說明資料分析的技巧與技術細節,也會提供其他資料科學家們所採用的高段或是特殊的分析技巧。題材的部分有表格資料、圖像辨識、自然語言處理等,都是資料分析與機器學習的主要領域。這世上並不存在一招打遍天下的萬用技能,所以我們的說明是針對該專案見招拆招,並且致力於從中找出能改善模型準確率的靈感。另一方面,我們也會詳盡地解釋如何使用專用函式庫來自動搜尋,希望對各位讀者有所幫助。
|
本書範例程式
本書Bonus內容
|
|
資料科學這麼雜到底怎麼學?AI、統計、Python / R 程式語言...通通碰過一輪?
先看完這本書再說!與其雜亂無章東學西學, 本書大聲告訴你:「資料科學沒那麼複雜!」, 只要跟著書中精心設計的「資料科學 5 步驟」:
問個感興趣的問題 → 資料取得 → 資料處理 → 探索性資料分析 → 機器學習做資料分析
「記牢」、「做熟」這 5 步就夠了!
|
本書補充內容
|
|
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。
|
本書補充內容
|
|
看了本書之後, 你將深刻體會到NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras 各 Python 套件的強大之處, 利用短短幾行程式碼, 竟然瞬間完成許多運算、建模工作, 絕對是初學者必須好好掌握的!此外,各套件的函式、參數設定可不像網路文章寫的這麼單純, 當中有許多設定「眉角」需要特別注意, 為此, 小編都經過逐一詳測, 針對可能遇到的問題添加大量註解, 幫助讀者更加理解內容!
|
本書範例程式
|
|
本書精選 50 個練習題, 以刷題為出發點、但給你的不只是解答──書中題目依主題分門別類, 一一解釋 Python 語言的精華概念, 從資料型別、容器、迴圈到生成式、產生器、物件無所不包。甚至, 你能看到如何運用 Python 內建的強大功能進一步簡化練習題的解答。
與其上網刷 1000 題而不求甚解、進了職場屢屢犯錯, 不如先用 50 題練好紮實底子, 一舉突破學習 Python 的難關!
|
本書範例程式
|
|
體貼的互動式學習體驗, 幫你打好程式基礎、補正觀念, 避開語法地雷;搭配上百個 Python 程式範例, 帶你掌握 50 種以上的熱門套件和新技術, 從初學到精通, 輕鬆跨過初學的門檻, 讓你的程式力有感升級!
|
本書範例程式
將程式打包成獨立的執行檔
區塊鏈 - 虛擬貨幣
Line即時股票盯盤系統
YouTube 極速下載器–以多執行緒下載
物件導向補充
|
|
本書是最全面、最白話的強化式學習演算法實戰解析。只要您有基本的深度學習知識,並且想要認識強化式學習領域,那麼您就是本書在尋找的合適讀者!
|
本書範例程式
Bonus-A: 各章節之Colab筆記本網址
Bonus-B: 基礎篇重點整理
|
|
本書作者為四位 Kaggle 資料科學競賽專家,他們不僅透過實務上的角度解析各種特徵工程技術,超越一般教科書的視野;更重要的是提供各種技術、流程使用心得,讓讀者可以直接跳過嘗試、摸索的階段。我們也在書中適時加上小編補充,讓讀者可以完整吸收四位專家的思想精髓,希望讀者閱讀本書之後,不僅可以在 Kaggle 競賽中締造絕佳成績,也相信讀者可以解決工作、研究中複雜且混亂的資料集。
|
本書範例程式
|
|
本書以大量圖說、實例詳細說明 AlphaZero 各種相關的演算法,包含強化式學習、深度學習、賽局樹演算法,在實作的過程中,你可以親自與 AI 互動,實際體驗 AI 從零開始逐漸累積實力的過程,確實了解強化式學習跳脫人類思維所做的每一步決策,釐清演算法的每一個細節。
|
本書範例程式
Google Colab簡介、安裝、操作方法
利用 TPU 線上訓練 CNN 進行影像辨識
|
|
超精實訓練!快速補正 Python 基礎語法與觀念, 帶你實際體驗超過 50 種 Python 套件與技術, 圖解每個範例的實作原理, 掌握最熱門、最有趣的科技應用,
讓你的技術力快速起飛。 |
本書範例程式
Bonus-A 物件導向補完
Bonus-B (1) 區塊鏈實作技術
Bonus-B (2) 區塊鏈範例程式
|
|
老手的獨門心法 本書為 Python 軟體基金會主席親自撰寫的最新版 Python 經典, 中文版由施威銘研究室監修, 書中針對原書進行大量補充,
並適當添加註解, 幫助讀者能更加理解內容。
|
本書範例程式
Bonus-A PM2 .5 空氣品質警報通知:簡訊+LINE(中文版獨家 / 旗標特製電子書)
|
|
正宗 Keras 大神著作正體中文版, 6 行程式就可建構一隻深度學習神經網路模型。 本書由施威銘研究室 監修, 針對原書所提及的深度學習知識做補充,
並適當微調程式碼並補充註解, 幫助讀者能更加理解 Keras 的執行細節。
|
本書範例程式
1-2-4 節 Bonus 決策樹與隨機森林
2-4-4 節 Bonus 反向傳播
|
|
學習程式設計,不該只是盲目死記難懂的語法指令及一堆計算機符號,而是培養邏輯、勇於嘗試、並實現創意的過程。
|
本書範例程式
|
|
學習程式設計,不該只是盲目死記難懂的語法指令及一堆計算機符號,而是培養邏輯、勇於嘗試、並實現創意的過程。
|
本書範例程式
Bonus-A 自訂類別與物件
Bonus-B 安裝並使用 Jupyter Notebook 編輯器
|
|
精通 Python 程式設計, 不只是搞懂語言的理論面向而已, 更重要的是理解並接受社群採用的慣例和最佳實務作法, 並用於自己的程式 若您已踏上 Python
學習之路, 想要進一步深入探究 Python, 讓程式更加符合 Python 精神, 本書正是為你量身打造。
|
本書範例程式
|
資料科學/機器學習
|
|
本書以淺顯易懂的方式與大量圖例介紹深度學習的理論基礎,並使用跨 TensorFlow 和 PyTorch 等後台框架的 Keras 3 來建構 MLP、CNN、RNN、LSTM、GRU、Transformer 模型,實作多種熱門分類、迴歸問題,最後再介紹資料預處理、超參數調整、預訓練模型的遷移學習等,讓讀者能夠應對未來的實務應用。
|
>
本書範例程式、資料集、模型檔、附錄 A、B 電子書
|
|
所有進入金融市場的投資人,都想靠著交易在市場上獲利。眾人皆在尋找聖杯、尋找明牌,關心哪檔股票會漲。但很少有人在乎要買多少部位,投入多少資金比例,或是規劃進出場時機。而這些常被忽略的環節,其實才是金融交易裡最重要的關鍵,也就是資金管理。
大部份的投資書籍,都是教你如何判斷買賣點、訊號或是各種花式選股方法。但事實上,要在短線準確地預測股市漲跌,幾乎是不可能的。別說民間投資大師做不到,股神巴菲特也做不到。真正投資或投機交易,要能夠持續穩定獲利的核心,還是在於資金管理。
本書以數學為根基、以賭局出發,探討如何下注才能最大化長期資金、最佳化資金管理。書裡沒有明牌,沒有主觀的技術分析,全都是數理邏輯、模擬方法、數據回測。一切統計說話、數據說話!
|
本書 R 程式碼範例檔案
|
|
本書配合 ChatGPT 大更新, 融入最新的多模態模型和 My GPTs 客製化功能, 搭配功能升級的網路瀏覽和外掛功能, 全面更新 ChatGPT 的操作技巧, 並以當前最新的 GPT-4 Turbo 模型為核心, 同時也兼顧 GPT-3.5 模型。
|
>
本書範例檔案和 Prompt
Bonus A 電子書:第 13 章 用 Power Automate 打造個人專屬聊天機器人
|
|
本書是由與資料為伍 18 年經驗的資料科學家、資料庫開發者親自撰寫,教導有志於從事資料科學者一定要學會的 SQL 查詢技能,以及發現可能問題的解決方法。你將學到如何設計查詢並開發 SQL 程式,建構用於探索、分析的資料集,並於過程中培養資料分析思維。
|
補充資源, 書中範例資料庫腳本檔, 各章 SQL 程式碼
|
|
本書配合 ChatGPT 網站大更新, 融入最新推出的網路瀏覽和外掛功能, 全面更新 ChatGPT 的操作技巧, 並以當前最新的 GPT-4 模型為核心, 同時也適用 GPT-3.5 模型, 總計蒐羅超過 300 個技巧, 絕對是你所能找到, 最完整的 ChatGPT 應用大全。
|
>
本書範例檔案和 Prompt
Bonus-A:ChatGPT Code Interpreter 程式碼直譯器
Bonus-B:ChatGPT 版 Android App上線囉!
Bonus-C:ChatGPT Custom instructions 客製化指示
|
|
本書介紹了Midjourney、Stable Diffusion 和 Leonardo.ai 等當紅的 AI 繪圖工具,並透過實際生成圖片與範例,帶領讀者從基礎知識到實際操作,探索AI繪圖的無限可能。從創建各種風格的美少男美少女圖像、設計具有獨特風格的中英文 Logo、室內設計、打造電商代言人、到讓 AI 化身專業攝影師、修圖去雜物、生成商業 CF 級別的酷炫短影片等等。無論你是藝術麻瓜,或是設計領域的專業人士,都可以在本書中找到全新的創作體驗,並學會如何利用 AI 工具創造出屬於自己的獨特藝術作品。
這本書不僅深入淺出地傳授了 AI 繪圖的專業知識,更引導讀者如何實際操作這些工具。比在網路上盲目摸索、東拼西湊的學習方式更有效率,是想進入AI繪圖領域的首選書籍。
|
本書範例Prompt、圖檔、模型檔
|
|
本書以 ChatGPT 最新的 GPT-4 模型為核心, 也適用 GPT-3.5 模型,從 ChatGPT 網站操作、Prompt 提示語技巧、OpenAI API、Playground 等官方功能,到微軟富爸爸的 Bing AI、第三方外掛、Line Bot 等延伸應用,也結合超熱門的 MidJourney、Stable Diffusion、D-ID 等生成式 AI 服務,總計蒐羅近 300 個技巧, 絕對是你所能找到, 最完整的 ChatGPT 應用大全。
|
本書範例程式
|
|
貝氏統計因 AI 機器學習的發展而再度翻紅,其核心是利用統計推論的方法,在觀測到新證據或取得新資訊時,利用科學方法循環更新先前假設的機率,非常適合只能依據僅有的且不夠完整的資訊進行假設評估的技術。目前廣泛應用於人工智慧、社會學、生物學、醫學、物理及科學等領域。
|
補充資源, 書中部分圖形的 Python 程式碼
|
|
近年來,無論是大型還是中小企業都能接觸到大量的數據,也越來越熱衷於資料的搜集和儲存。然而,經營層不可能消化所有原始數據,所以在用資料做出商業決策以前,原始數據必須先轉換為有效資訊才行,而這樣的過程就是我們所說的『商業智慧(BI, business intelligence)』,製作儀表板就是展現成果的重要一環。
|
書中用到的範例檔
|
|
為了降低讀者初學資料科學面對的負擔以及混亂感,我們精心設計了這本入門實戰教本,秉持讓讀者「買一本抵多本」的精神,本書一次涵蓋所有入門必須熟悉的重要題材,同時也將初學資料科學的脈絡梳理清楚。
|
本書範例程式
Ch06、Ch17、附錄A~C 電子書
加贈「HTML 與 CSS 網頁設計範例教本」全文電子書
|
|
本書由 Keras 創始者親自撰寫,沒人比他更了解Keras這套工具,雖然如此,但這並不是一本 Keras 的使用手冊,而是帶你從頭開始探索深度學習,進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程,以及未來實務上如何克服可能遇到的問題。
|
本書範例程式
Bonus-A:各章節之Colab筆記本網址
Bonus-B:決策樹與隨機森林之補充說明
|
|
本書透過一個創業故事,告訴讀者如何使用大數據分析,解決公司營運過程中所遇到的問題。書中的分析案例貫穿了企業發展、管理的整個生命週期,所以無論現在的你處於什麼階段,都可以找到切身相關的問題,並學會如何透過大數據分析的方式解決,從而真正實現數據驅動決策(data-driven decision making)的管理方式。
|
本書範例程式下載
|
|
其實,AI 化不是大企業才能作,中小企業也可以,但不是全面做,而是挑選適合的做。最容易做到且很快就能換成實績的就是行銷、業務工作,只要利用自身累積的銷售與客戶等資料就行,讓 AI 自動找出其中隱藏的銷售密碼,並直接運用在工作中驗證,這就是本書的主軸:銷售 AI 化,讓機器學習來幫忙。
|
本書範例程式
|
|
書中採用「做中學」的方法,讓您不僅可以快速掌握理論基礎,也能了解各種集成式學習技術的實作方式,再加上運用真實世界中的資料集,您將能夠建立出更佳的機器學習模型,以解決各種問題,包含迴歸、分類、分群。
|
本書範例程式以及書中彩圖下載
|
|
『Raspberry Pi 樹莓派』是一款信用卡大小的單板迷你電腦,於全球賣出超過四千萬片,麻雀雖小但五臟俱全,其強大功能讓你能建置各種軟硬體整合的實務應用,涵蓋創客、物聯網 (IoT) 與 AI 領域。
本書從了解和購買 Raspberry Pi 開始,一步步說明如何安裝 Raspberry Pi OS 作業系統與設定,而且不需額外的顯示器、滑鼠和鍵盤就可以從你的 Windows 電腦遠端連線控制它。接著,本書將帶讀者了解 Linux 系統及 Python 語言入門,替後面的豐富應用鋪好路:你能用 MicroPython 語言控制 Pico 開發板,用 Node-RED 打造 IoT 儀表板,或者使用 TensorFlow Lite 實現即時的物體影像辨識、打造能偵測道路的自駕車系統等等。
從一片小小的單板電腦,玩翻物聯網與人工智慧、實際應用 Raspberry Pi 學習軟硬體整合的 Python 程式設計,你便能在掌心解鎖潛力無限的智慧未來!
|
書附範例檔、電子書、工具程式安裝檔
|
|
本書教你使用 Excel 資料分析做出商業決策,即使是統計學當中較難的假設檢定,也只需要 6 個步驟,即可完成。不僅如此, Excel 還可以做到迴歸分析、數學最佳化更高段的資料分析,讓你可以在競爭分析、定價策略、營運管理、效益評估等脫穎而出。
|
本書 Excel 範例
|
|
本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標,是希望讀者們可以從完整的範例中學習,並充分了解活用Pandas技巧的重要性。如果您不想只是死記硬背Pandas語法,還想學習如何活用其中的技巧,非常歡迎您跟著書中的範例動手試試看,保證可以讓您的資料分析能力更上一層樓!
|
本書範例程式
Bonus-A:組合多個DataFrame或Series
Bonus-B:案例演練-使用Seaborn發現辛普森悖論
Bonus-C:Pandas的效能、除錯與測試
|
|
本書用概念描述,介紹資料分析的完整流程,並且說明常見的錯誤。有別於一般書籍,此書用一些範例,告訴讀者「專家也會犯的錯物」,讓讀者學習過程中,可以更全面了解資料科學的分析流程。本書Bonus內容不定期更新、增加,請讀者至官網下載最新版。
|
本書範例程式
本書Bonus A
本書Bonus B
本書Bonus C
|
|
本書從讀者在高中就學過的集合與機率論開始,帶您快速複習一遍,並將容易混淆之處舉例說明,將以前似懂非懂的機率觀念再解釋得更清楚。接下來就進入專有名詞特別多的統計學,這也是造成許多人暈頭轉向之處。當然本書不可能把完整的統計學全都搬進來,此處只介紹機器學習、深度學習需要用到的統計基礎知識,縮短學習的時間。
然後就進入機器學習的重頭戲,從資料前處理到迴歸、分類模型的建立,以及當數據的特徵數過多時的 PCA、LDA 統計降維法。從類神經網路開始進入深度學習的範疇,包括前向傳遞、梯度下降法與倒傳遞學習法的手算實作,幫助讀者一步步建立深度學習的演算邏輯,並利用參數常規化解決模型過擬合 (over-fitting) 的問題。最後,導入模型評估,例如二元、多元分類模型評估指標、迴歸模型評估指標、4 種交叉驗證的方法,做為判斷模型好壞的參考依據。
|
本書範例程式
|
|
本書用概念描述,介紹資料分析的完整流程,並且說明常見的錯誤。有別於一般書籍,此書用一些範例,告訴讀者「專家也會犯的錯物」,讓讀者學習過程中,可以更全面了解資料科學的分析流程。本書Bonus內容不定期更新、增加,請讀者至官網下載最新版。
|
本書範例程式
本書Bonus A
本書Bonus B
本書Bonus C
|
|
本書為PyTorch官方唯一推薦教材,是由PyTorch核心開發者所寫,能以更全面的視角來進行教學。同時,作者會利用自身的經驗,時刻提醒讀者在實作專案時可能遇到的陷阱,讓讀者少走許多彎路。另外,本書會利用數個章節來實作『肺癌偵測專案』,讓讀者不只學到理論,還能實際將其應用出來。如果您對深度學習非常有興趣,並且已經具備一定的Python能力,願意跟著書中內容動手嘗試,那您就是本書最適合的讀者!
|
本書範例程式
第15章電子書
|
|
本書利用Kaggle 上的資源,詳細說明資料分析的技巧與技術細節,也會提供其他資料科學家們所採用的高段或是特殊的分析技巧。題材的部分有表格資料、圖像辨識、自然語言處理等,都是資料分析與機器學習的主要領域。這世上並不存在一招打遍天下的萬用技能,所以我們的說明是針對該專案見招拆招,並且致力於從中找出能改善模型準確率的靈感。另一方面,我們也會詳盡地解釋如何使用專用函式庫來自動搜尋,希望對各位讀者有所幫助。
|
本書範例程式
本書Bonus內容
|
|
資料科學這麼雜到底怎麼學?AI、統計、Python / R 程式語言...通通碰過一輪?
先看完這本書再說!與其雜亂無章東學西學, 本書大聲告訴你:「資料科學沒那麼複雜!」, 只要跟著書中精心設計的「資料科學 5 步驟」:
問個感興趣的問題 → 資料取得 → 資料處理 → 探索性資料分析 → 機器學習做資料分析
「記牢」、「做熟」這 5 步就夠了!
|
本書補充內容
|
|
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。
|
本書補充內容
|
|
打算重拾數學?教科書的內容過於冗長,在學習上需要花不少時間,而本書著重在重要的公式、定理、法則,讓讀者有效率的查閱,將以前學過以及職場上需要用到的數學快速複習。
|
本書補充內容
|
|
看了本書之後, 你將深刻體會到NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras 各 Python 套件的強大之處, 利用短短幾行程式碼, 竟然瞬間完成許多運算、建模工作, 絕對是初學者必須好好掌握的!此外,各套件的函式、參數設定可不像網路文章寫的這麼單純, 當中有許多設定「眉角」需要特別注意, 為此, 小編都經過逐一詳測, 針對可能遇到的問題添加大量註解, 幫助讀者更加理解內容!
|
本書範例程式
|
|
體貼的互動式學習體驗, 幫你打好程式基礎、補正觀念, 避開語法地雷;搭配上百個 Python 程式範例, 帶你掌握 50 種以上的熱門套件和新技術, 從初學到精通, 輕鬆跨過初學的門檻, 讓你的程式力有感升級!
|
本書範例程式
將程式打包成獨立的執行檔
區塊鏈 - 虛擬貨幣
Line即時股票盯盤系統
YouTube 極速下載器–以多執行緒下載
物件導向補充
|
|
本書是最全面、最白話的強化式學習演算法實戰解析。只要您有基本的深度學習知識,並且想要認識強化式學習領域,那麼您就是本書在尋找的合適讀者!
|
本書範例程式
Bonus-A: 各章節之Colab筆記本網址
Bonus-B: 基礎篇重點整理
|
|
本書作者為四位 Kaggle 資料科學競賽專家,他們不僅透過實務上的角度解析各種特徵工程技術,超越一般教科書的視野;更重要的是提供各種技術、流程使用心得,讓讀者可以直接跳過嘗試、摸索的階段。我們也在書中適時加上小編補充,讓讀者可以完整吸收四位專家的思想精髓,希望讀者閱讀本書之後,不僅可以在 Kaggle 競賽中締造絕佳成績,也相信讀者可以解決工作、研究中複雜且混亂的資料集。
|
本書範例程式
|
|
本書以大量圖說、實例詳細說明 AlphaZero 各種相關的演算法,包含強化式學習、深度學習、賽局樹演算法,在實作的過程中,你可以親自與 AI 互動,實際體驗 AI 從零開始逐漸累積實力的過程,確實了解強化式學習跳脫人類思維所做的每一步決策,釐清演算法的每一個細節。
|
本書範例程式
Google Colab簡介、安裝、操作方法
利用 TPU 線上訓練 CNN 進行影像辨識
|
|
GAN 是近年來機器學習領域中最有趣的點子! 本書目標是針對想從基礎開始學習 GAN(對抗式生成網路)的人,提供最可靠的原理教學與實戰指南。
|
本書範例程式
|
|
正宗 Keras 大神著作正體中文版, 6 行程式就可建構一隻深度學習神經網路模型。 本書由施威銘研究室 監修, 針對原書所提及的深度學習知識做補充,
並適當微調程式碼並補充註解, 幫助讀者能更加理解 Keras 的執行細節。
|
本書範例程式
1-2-4 節 Bonus 決策樹與隨機森林
2-4-4 節 Bonus 反向傳播
|
程式設計
|
|
你還在研讀程式語法手冊?還在網路上找程式碼來修修改改?還繼續埋首在手刻程式碼的低效循環中掙扎嗎?就是現在,程式設計生態發生了史無前例的變革!
GitHub Copilot 是一款由 GitHub 與 OpenAI #大型語言模型(LLMs)合作產生的 AI 程式設計助手。你需要學習與傳統程式設計不同的新技能,才能掌握它的強大功力,幫助你提高開發程式的成效。
|
書中所需檔案
|
|
本書從基本的 C# 語法和 Unity 操作開始, 帶領讀者親手製作 6 個小遊戲, 由淺入深學會 UI、音效、碰撞偵測、Physics、Prefab、Terrain 等等遊戲製作技巧。
除此之外, 書中還針對遊戲的製作流程, 設計了簡要的 5 步驟, 只要依照這個流程, 就可以按部就班完成整個遊戲製作。
|
本書範例遊戲素材、程式腳本
|
|
本書結合 ChatGPT × Excel VBA 來探討自動化 Excel 資料整理、清理、資料分析、資料視覺化和網路爬蟲的各種實際應用,讓你在ChatGPT 的幫助下,輕鬆學會網路爬蟲和辦公室自動化的 Excel VBA 程式設計。
|
本書各章 Excel VBA 範例檔案、提示文字的 .txt 檔、CSV 檔、JSON 檔、HTML 網頁及相關檔案
|
|
本書配合 ChatGPT 網站大更新, 融入最新推出的網路瀏覽和外掛功能, 全面更新 ChatGPT 的操作技巧, 並以當前最新的 GPT-4 模型為核心, 同時也適用 GPT-3.5 模型, 總計蒐羅超過 300 個技巧, 絕對是你所能找到, 最完整的 ChatGPT 應用大全。
|
本書範例檔案和 Prompt
Bonus-A:ChatGPT Code Interpreter 程式碼直譯器
Bonus-B:ChatGPT 版 Android App上線囉!
Bonus-C:ChatGPT Custom instructions 客製化指示
|
|
Python 毫無疑問是現在最熱門的入門程式語言,而程式語言是現在最熱門的學科。許多人都想學習 Python,但看到複雜的語法和難懂的程式碼,又打退了堂鼓。
其實寫程式不該像個『考試學科』,什麼都要死記硬背!
Real Python 站長憑著多年的教學經驗,秉持 80 / 20 法則,讓你在精心安排的實作範例中,掌握少數的關鍵概念,就能學會寫程式的必要知識。
|
本書範例程式
|
|
本書收錄了陣列、串列、樹狀結構、圖、搜尋樹等常見的資料結構,解題過程也介紹了動態規劃、貪婪法等必要的演算法概念,除了觀念解說,同時會搭配圖表、日常生活案例,以及範例、面試題、延伸題型、練習題等總計 234 個題目,盡可能增進讀者實際演練的經驗,絕對比自己在網路上摸索、東拼西湊、盲刷題目來得更有效率,是一本兼顧理論與實作,與時俱進、不可多得的入門教材。
|
本書範例程式
|
|
本書由 Keras 創始者親自撰寫,沒人比他更了解Keras這套工具,雖然如此,但這並不是一本 Keras 的使用手冊,而是帶你從頭開始探索深度學習,進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程,以及未來實務上如何克服可能遇到的問題。
|
本書範例程式
Bonus-A:各章節之Colab筆記本網址
Bonus-B:決策樹與隨機森林之補充說明
|
|
本書以淺顯易懂的筆觸與大量的實例演練,引導你在動手寫程式的過程中學會Python的語法和程式邏輯,跨越初學者經常遇到的障礙,進入資料科學、機器學習與大數據分析的領域,你會發現原來自己也能成為程式高手!
|
本書範例程式
|
|
15 年的淬鍊,超過5萬名讀者肯定的最佳入門教材
書中以圖文搭配豐富的範例進行解說, 處處可見「正確」、「錯誤」的實作案例對照, 讓讀者從「做」中體會物件導向程式的精髓。
|
本書範例程式
Bonus-A 用 VS Code 開發 Java 程式
|
|
最體貼初學者的程式學習歷程,只要會拼圖,我也能寫程式!我們將從每一個元件開始了解,由淺入深、一步一步完成每一個 App 實作練習,目前 App Inventor 2 更同時支援 Android 和 iOS 的連線模擬,只要跟著我們的腳步,你將有能力打造出跨平台運作的創意 App!
|
本書範例和素材檔案
|
|
本書提供豐富的專案實作,可以挑戰到超過 60 項的 Python 專案,也可以學習人臉偵測、身份辨識、即時影像處理、自然語言處理、統計分析、資料視覺化、網路爬蟲、...等各種熱門技術,作者也巧妙安排解決各種天文、地理、海巡、文學、哲學領域會遇到的問題,甚至連科幻片、殭屍片才會遭遇的困境,也都可以用 Python 來應付,跟上本書的節奏,原來 Python 真的無所不能。
|
本書範例程式 (含練習專案解答)
Bonus A:安裝並使用 Jupyter Notebook 編輯器
|
|
『Raspberry Pi 樹莓派』是一款信用卡大小的單板迷你電腦,於全球賣出超過四千萬片,麻雀雖小但五臟俱全,其強大功能讓你能建置各種軟硬體整合的實務應用,涵蓋創客、物聯網 (IoT) 與 AI 領域。
本書從了解和購買 Raspberry Pi 開始,一步步說明如何安裝 Raspberry Pi OS 作業系統與設定,而且不需額外的顯示器、滑鼠和鍵盤就可以從你的 Windows 電腦遠端連線控制它。接著,本書將帶讀者了解 Linux 系統及 Python 語言入門,替後面的豐富應用鋪好路:你能用 MicroPython 語言控制 Pico 開發板,用 Node-RED 打造 IoT 儀表板,或者使用 TensorFlow Lite 實現即時的物體影像辨識、打造能偵測道路的自駕車系統等等。
從一片小小的單板電腦,玩翻物聯網與人工智慧、實際應用 Raspberry Pi 學習軟硬體整合的 Python 程式設計,你便能在掌心解鎖潛力無限的智慧未來!
|
書附範例檔、電子書、工具程式安裝檔
|
|
AutoML(自動化機器學習)不能取代資料科學家,卻能大大省下你試驗機器學習模型的時間與痛苦。當你的對手還在興致沖沖算數學時,你說不定早就端出了可投入實用的高效能模型。
AutoKeras 是一套完全開源的 Python AutoML 套件,以 Tensorflow 2 為基礎、運用創新的『高效神經網路架構搜尋』(ENAS)來實現自動化建模。只需短短幾行程式,你便能輕鬆針對影像、文字或一般結構化資料產生高效能的神經網路模型,甚至完全不必接觸高深的數學。
就連經驗豐富的 DL 專家也能受惠:利用 AutoKeras 快速產生候選模型,好做為進一步改良的參考,並將更多寶貴的時間用在資料清洗與特徵工程上。從此向困難、令人困惑的建模過程說拜拜,跨入深度學習(DL)的門檻從未如此之低;有了 AutoKeras,任何人都能駕馭 AI 的威力來解決問題。
|
本書範例程式
電子書:運用輕量級 AutoML 套件 Flaml 於結構化資料預測任務
加值收錄──使用 Flaml 套件進行時間序列預測
|
|
本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標,是希望讀者們可以從完整的範例中學習,並充分了解活用Pandas技巧的重要性。如果您不想只是死記硬背Pandas語法,還想學習如何活用其中的技巧,非常歡迎您跟著書中的範例動手試試看,保證可以讓您的資料分析能力更上一層樓!
|
本書範例程式
Bonus-A:組合多個DataFrame或Series
Bonus-B:案例演練-使用Seaborn發現辛普森悖論
Bonus-C:Pandas的效能、除錯與測試
|
|
入門 TypeScript 4 並打通前端開發
選這本就對了!
★ 完整快速入門 JavaScript 並了解 TypeScript 如何解決問題
★ 以循序漸進的範例摸透 TypeScript 的型別系統及編譯器工具
★ 以 Node.js 開發專案並了解前端工具鏈
★ 搭配現今最熱門前端框架 Angular、React 及 Vue.js 來實作網站
★ 特別附錄:以人氣急速竄升的 Svelte 框架實作本書的範例網站!
使用 TypeScript 打造前端應用,已經蔚為趨勢。2020 年 State of JS 調查指出高達 78% 前端開發者使用它, 而在 Github 上,TypeScript 的熱門度短短幾年內便躍居第四。如今各大前端框架與開發工具都已完整支援 TypeScript,構成不容忽視的龐大生態圈。
究竟什麼是 TypeScript?它乃是 JavaScript 語法的強大延伸,能夠解決開發 JS 時帶來的混亂,大大增進開發效率。透過這本書循序漸進的豐富範例,各位將能從源頭理解 TypeScript 如何解決 JS 的問題,完整理解 TypeScript 的功能及開發工具,最後學會怎麼使用當今熱門框架 Angular、React 及 Vue.js 打造一個購物網站範例。
|
F1485 範例程式
F1485 電子書:打造 Svelte 網路應用程式
|
|
Go 語言,或者 『Golang』,是近年來成長最快速的新世代程式語言之一。本書以豐富的範例及練習,帶領讀者實地操作 Go 語言的基礎及相關特色,讀完就能立馬投入實戰。替自己的職涯超前佈署,快速增加一技之長,別再只能對現況『滾動式修正』啦!
|
F1741 範例與練習程式 (含延伸習題解答)
F1741 附錄 A:延伸習題
|
|
本書精選 50 個練習題, 以刷題為出發點、但給你的不只是解答──書中題目依主題分門別類, 一一解釋 Python 語言的精華概念, 從資料型別、容器、迴圈到生成式、產生器、物件無所不包。甚至, 你能看到如何運用 Python 內建的強大功能進一步簡化練習題的解答。
與其上網刷 1000 題而不求甚解、進了職場屢屢犯錯, 不如先用 50 題練好紮實底子, 一舉突破學習 Python 的難關!
|
本書範例程式
|
|
體貼的互動式學習體驗, 幫你打好程式基礎、補正觀念, 避開語法地雷;搭配上百個 Python 程式範例, 帶你掌握 50 種以上的熱門套件和新技術, 從初學到精通, 輕鬆跨過初學的門檻, 讓你的程式力有感升級!
|
本書範例程式
將程式打包成獨立的執行檔
區塊鏈 - 虛擬貨幣
Line即時股票盯盤系統
YouTube 極速下載器–以多執行緒下載
物件導向補充
|
|
本書以大量圖說、實例詳細說明 AlphaZero 各種相關的演算法,包含強化式學習、深度學習、賽局樹演算法,在實作的過程中,你可以親自與 AI 互動,實際體驗 AI 從零開始逐漸累積實力的過程,確實了解強化式學習跳脫人類思維所做的每一步決策,釐清演算法的每一個細節。
|
本書範例程式
Google Colab簡介、安裝、操作方法
利用 TPU 線上訓練 CNN 進行影像辨識
|
|
老手的獨門心法! 本書為 Python 軟體基金會主席親自撰寫的最新版 Python 經典, 中文版由施威銘研究室監修, 書中針對原書進行大量補充,
並適當添加註解, 幫助讀者能更加理解內容。
|
本書範例程式
Bonus-A PM2 .5 空氣品質警報通知:簡訊+LINE(中文版獨家 / 旗標特製電子書)
|
|
15 年的淬鍊,成就「初學 Java 的最佳入門教材」 書中以圖文搭配豐富的範例進行解說, 處處可見「正確」、「錯誤」的實作案例對照,
讓讀者從「做」中體會物件導向程式的精髓。
|
本書範例程式
Bonus-A 用 VS Code 開發 Java 程式
|