買這商品的人也買了...
-
零起點看圖學 -- 示波器的使用$174$165 -
圖解深度學習$354$336 -
PyTorch 深度學習與自然語言中文處理$420$328 -
輕課程 飛行機器人專題導向學習 - 整合 STEAM 與運算思維$300$270 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$538 -
STM32 嵌入式技術應用開發全案例實踐$372$353 -
圖解量子電腦入門：8堂基礎課程+必懂關鍵詞解說，從計算原理到實務應用、通訊到演算，破解讓人類大躍進的科技新浪潮$420$378 -
AI 人工智慧導論$480$432 -
最新機器學習的教科書$780$616 -
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 人工智慧入門 - 附 MOSME 行動學習一點通：診斷$350$315 -
最新 Python 基礎必修課 (含 ITS Python 國際認證模擬試題)$450$356 -
嵌入式實時操作系統 FreeRTOS 原理及應用 — 基於 STM32 微控制器$294$279 -
STM32Cube 高效開發教程 (高級篇)$779$740 -
開發者傳授 PyTorch 秘笈$1,200$792 -
Qt 6.x 從入門到精通$714$678 -
超簡單 Python / MicroPython 物聯網應用：堆積木寫程式輕鬆學習軟硬體整合, 2/e$720$562 -
不靠框架硬功夫 - Scikit-learn 手刻機器學習每行程式碼$780$663 -
Scikit-learn 詳解與企業應用：機器學習最佳入門與實戰$880$695 -
密碼管理系統理論與實作：使用 Python 的 Crypto、Tkinter 與 Django 套件$650$507 -
GPT 語言模型大揭密：OpenAI API 應用全攻略，打造頂尖 NLP 產品 (GPT-3: The Ultimate Guide to Building NLP Products with OpenAI API)$600$468 -
AI 生成技術實戰手冊 (修訂版)$220$209 -
AI人工智慧圖像辨識應用含AIA人工智慧應用國際認證 - AI圖像辨識應用Specialist Level) - 最新版 - 附 MOSME 行動學習一點通：評量．詳解．擴增．加值$520$468 -
Python 程式設計與 OpenAI API 應用：零基礎建構非同步 GUI 的 AI聊天機器人$600$468 -
史上最強 Python 入門邁向頂尖高手之路王者歸來, 3/e (全彩印刷)$1,200$792 -
精通機器學習｜使用 Scikit-Learn , Keras 與 TensorFlow, 3/e (Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow: Concepts, Tools, and Techniques to Build Intelligent Systems, 3/e)$1,200$948
相關主題
商品描述
1. 操作性：可透過操作實現理論的結果。
2. 解釋性：可透過實驗對人工智慧理論有進一步的了解與認識。
3. 趣味性：實驗均具有實際應用背景，可提高讀者對應用的興趣。
4. 書中採用Python 程式設計語言，以及開源工具（ TensorFlow、PyTorch等）、演算法（決策樹、關聯學習等），用於講解專家系統工具Prolog、搜索空間等相關知識，更提供實驗所需的大量資料庫。
5. 書中實驗可在人工智慧教學實驗平台— Feeling AI Lab-Intro（私有雲、公有雲）上運行。
本書是從開發應用操作角度出發而編寫的實驗性教材，它與理論性教材相配合，使人工智慧導論的理論性與實驗性進行有機結合，為人工智慧的學習打下堅實的基礎。本書適合作為人工智慧實驗課程的教材及相關培訓用教材，也可作為人工智慧應用、開發人員的基礎操作實踐參考書籍。
目錄大綱
第1章 實驗平台
1-1 雲端的基本概念
1-2 私有雲平台
1-3 公有雲平台
第2章 Python程式設計及機器學習軟體套件
2-1 Python 簡介
2-2 NumPy 簡介
2-3 Pandas 簡介
2-4 Matplotlib 簡介
2-5 Scikit–learn 簡介
第3章 常見的人工智慧工具
3-1 TensorFlow 簡介
3-2 PyTorch 簡介
3-3 Keras 簡介
3-4 Caffe2 簡介
3-5 Prolog 簡介
3-6 搜尋策略工具簡介
第4章 實驗資料
第5章 實驗
實驗1 知識獲取之搜尋策略
實驗2 知識獲取之推理方法
實驗3 人工神經網路
實驗4 決策樹
實驗5 關聯學習
實驗6 聚類學習
實驗7 強化學習
實驗8 深度學習
實驗9 知識圖譜
實驗10 電腦視覺
實驗11 自然語言處理
附錄
附錄A 課後習題答案
附錄B 實驗平台安裝指南
參考文獻
