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 (1版)

類似書籍推薦給您

內容簡介 　　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 名人推薦 　　「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 目錄 推薦序 前言 【第一部分 建構模型】 第1章 TensorFlow 簡介 第2章 電腦視覺簡介 第3章 從基礎晉級：偵測圖像中的特徵 第4章 使用 TensorFlow Datasets 來取得公開的資料組 第5章 自然語言處理簡介 第6章 使用 embedding 來以程式表達情緒 第7章 用遞迴神經網路來處理自然語言 第8章 使用 TensorFlow 來創造文本 第9章 了解序列和時間序列資料 第10章 建立 ML 模型來預測序列 第11章 使用摺積和遞迴方法來製作序列模型 【第二部分 使用模型】 第12章 TensorFlow Lite 簡介 第13章 在 Android app 使用 TensorFlow Lite 第14章 在 iOS app 裡使用 TensorFlow Lite 第15章 TensorFlow.js 簡介 第16章 用 TensorFlow.js 製作電腦視覺的設計技術 第17章 將 Python 模型轉換成 JavaScript 來重複使用它 第18章 遷移學習，使用 JavaScript 第19章 用 TensorFlow Serving 來部署 第20章 AI 道德、公平性和隱私

Python+TensorFlow 2.x人工智慧、機器學習、大數據｜超炫專案與完全實戰 (1版)

類似書籍推薦給您

Python+TensorFlow 2.x人工智慧、機器學習、大數據：超炫專案與完全實戰 ISBN13：9789865025984 出版社：碁峰資訊 作者：柯博文 裝訂／頁數：平裝／432頁 規格：23cm*17cm*2cm (高/寬/厚) 版次：2 出版日：2020/09/29 中國圖書分類：電腦程式語言 內容簡介 　　【嚴選經典】美國矽谷創業家／全球科技大廠與業界指定工研院顧問講師之Python TensorFlow人工智慧機器學習入門鉅作！ 　　本書為作者柯博文老師在各大企業教授Python、機器學習、人工智慧的課程內容匯集而成。歷經業界頂尖的工程師學員多次考驗，實戰多年後才匯集成冊。內容包含：Python、機器學習、人工智慧、TensorFlow、Keras、OpenCV等相關API的使用方法。並提供了203個範例程式，與169支影音教學影片。 　　◎以豐富的範例淺顯易懂的解說Python程式語言，並加入詳細的程式註解，使讀者瞭解每個程式的動作。 　　◎介紹業界統計分析相關的機器學習資料分析程式，並大量使用業界數據，進行分析和預測。 　　◎使用Tensorflow.Keras實踐人工智慧，以MLP類神經的原理和案例，讓讀者瞭解如何修改程式，才能達到百分百的準確率的目標，並用CNN的手寫辨識方法，結合OpenCV達到學習人工智慧，並且實際應用在生活中。 聯合推薦 　　嘉義基督教醫院 兒童醫學部兒童腎臟科主任、嘉基創新育成中心主任 周信旭醫師 　　Eco-City智慧生活科技區域整合中心執行長、國立交通大學土木工程系 曾仁杰教授 　　台北榮民總醫院 關艾琛醫師 目錄 1.Python程式語言 2.Python程式語言安裝 3.開發程式和工具 4.Python程式基礎 5.函數和物件導向OOP 6.視窗處理GUI Tkinter 7.資料定義Containers 8.圖表函式庫matplotlib.pylib 9.檔案處理和Open Data 開放資料 10.網路 11.資料庫MySQL 12.自然語言處理－文字、語意分析和繁簡體的轉換 13.人工智慧標記語言AIML 14.網頁伺服器 15.網路爬蟲BeautifulSoup4 16.Pandas數據分析和量化投資 17.Numpy 矩陣運算數學函數函式庫 18.執行檔包裝程式Pyinstaller 19.機器學習演算法－Regression迴歸分析 20.機器學習演算法－KNN最近鄰居法 21.機器學習演算法－K-means平均演算法 22.機器學習演算法－Decision Tree決策樹演算法 23.機器學習演算法－Random Forest隨機森林演算法 24.機器學習演算法－Bayes' theorem貝氏分類器 25.TensorFlow介紹和安裝 26.TensorFlow的類神經網路－MLP 快速上手 27.TensorFlow改善類神經模型MLP 結果 28.TensorFlow花的辨識－MLP 29.TensorFlow存取模型和訓練結果 30.TensorFlow實戰圖形和手寫辨識MLP 31.TensorFlow卷積神經網路CNN 32.OpenCV和TensorFlow卷積神經網路CNN即時辨識

人工智慧與法學變遷 (1版)

類似書籍推薦給您

【簡介】 本書是人工智慧法律課題的基礎研究，從「科學探索與法學研究」、「法律秩序的數位轉型」與「科學進化與法制變遷」三個面向，逐次剖析科學、法學、法制之間的交互作用與動態變遷，最後以「科技理性與人性尊嚴」作結，彰顯人權與法治為其共同的價值決定，提供法律人面對科技發展的反思基礎。 【目錄】 序　言 作者簡介 凡　例 楔子：說智 第一章　引論：假如你是真的 　壹、法律人如何面對AI／11 　貳、觀念、語言與思維／16 　參、科學、法學與法制：本書論述架構／22 第二章　科學探索與法學研究 　壹、AI對法學研究的挑戰／28 　貳、AI對法律智識的影響／35 　　一、事實、評價與法規範／35 　　二、描述概念與規範概念／40 　　三、概念過剩與知識超載／48 　參、AI的法律問題性／52 　　一、問題的問題：如何思考AI法律問題／53 　　二、通論：AI應用的實然與應然／66 　　三、各論：AI法律問題結構舉隅／75 　肆、小　結／95 第三章　法律秩序的數位轉型 　壹、概　說／99 　貳、AI與法秩序的遇合／103 　　一、AI與Meta法秩序／104 　　二、AI法秩序的部門性／112 　參、AI法秩序的規範性／117 　　一、法律與倫理規範的屬性定位／118 　　二、法律與倫理規範的交互為用／122 　肆、法秩序的規範位階與秩序理念／126 　　一、AI規範的多元性與位階次序／126 　　二、AI規範的秩序理念及其關聯／131 　伍、法秩序的轉型需求與重構／140 　陸、小　結／145 第四章　科學進化與法制變遷 　壹、科學原則、法治框架與法制度／152 　　一、基本權利、規範與機制／153 　　二、AI與民主的關聯思考／159 　貳、法制建構的法學思維取徑／166 　　一、AI於生活領域的應用／167 　　二、AI於法律領域的應用／170 　參、AI與權利主體：非人之權？／173 　肆、AI與責任體系：避難到AI？／179 　伍、小結：客觀與主觀之間／184 第五章　科技理性與人性尊嚴 　壹、客觀與主觀的辯證／187 　　一、人性與物性的名實異變／188 　　二、價值判斷的法律問題性／192 　　三、變與不變的辯證與折衝／197 　貳、人性尊嚴的認識論與規範論／199 　　一、思維起點／199 　　二、問題提出／201 　　三、AI時代下的社會與人類的處境／207 　　四、AI時代下的人性尊嚴受危境況／210 　　五、AI系統的公共治理與監控機制／222 　　六、結　語／234 後　記／239 參考文獻／241 索　引／271