半導體元件物理與製作技術(Semiconductor Devices: Physics & Technology 3/E) (3版)
其他會員也一起購買
【中文翻譯書】
書名：半導體元件物理與製作技術第三版
原文書名：Semiconductor Devices: Physics & Technology 3/E
作者: 施敏、李明逵
譯者：曾俊元
出版社：國立交通大學
出版日期：2013/08
ISBN：9789866301568
內容簡介
施敏教授從事元件及製程之研究與發展迄今五十餘年，以「非揮發性記憶體」的發明，奠定其半導體界的地位；李明逵教授從事半導體物理元件教學多年。本書是學生學習應用物理、電機電子及材料科學等領域的必備基礎教材，也是工程師及科學界需要知道最新元件和技術發展的最佳參考。
本書與第二版的差異為，我們修正並更新了35% 的教材，增加了許多章節討論近年來較重要的題目，如互補式金氧半影像感測器（CMOS image sensors）、鰭式場效電晶體（FinFET）、第三代太陽能電池（3rd generation solar cells）與原子層沉積（atomic layer deposition）。此外，我們刪除或減少了一些較不重要的章節，以維持本書的長度。
由於金氧半場效電晶體（MOSFET）對於電子產品的應用愈來愈重要，因此，我們對金氧半場效電晶體與其相關元件的論述增加了兩個章節。此外，在通訊與能源材料方面，我們對光元件的論述亦增加了兩個章節。
為了改善每個主題的易讀性，含有研究所程度之數學或物理觀念的章節被移到本書最後的附錄之中。
立即查看
Deep Learning: 用Python進行深度學習的基礎理論實作
相關熱銷的書籍推薦給您
書名：DEEP LEARNING｜用PYTHON進行深度學習的基礎理論實作
出版社：歐萊禮
出版年月：201708
條碼：9789864764846
內容簡介
不走捷徑，幫助您真正搞懂「深度學習」的真義
這是一本與「深度學習」有關的書籍。從入門開始說明，一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解：深度學習究竟是什麼？有何特色？根據何種原理來運作？
從零開始，由實做中學習
本書的目標是，盡量避免使用不瞭解內容的「黑盒子」，以基礎的知識為起點，以容易上手的Python撰寫程式，從動手實作的過程中，一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話，這本書並不屬於汽車駕訓教材，而是希望能夠幫助您瞭解車子的原理，而非教您開車的方法。為了瞭解汽車的結構，必須試著打開車子的引擎蓋，將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀，篩選出車子的核心部分，就像組合迷你模型般，製作出這台車子。本書的目標，就是透過製作車子的過程，讓你感受到自己實際可以製作出車子，進而熟悉與車子的相關技術。
本書特色：
．利用最少的外部函式庫，使用Python，從零開始實際執行深度學習的程式。
．說明Python 的用法，讓Python 的初學者也能理解。
．實際執行Python 的原始碼，同時提供讀者手邊可以進行實驗的學習環境。
．從簡單的機器學習問題開始，到最後執行精密辨識影像的系統。
．以淺顯易懂的方式說明深度學習與神經網路理論。
．針對看似複雜的技術，如誤差反向傳播與卷積運算等，利用實際操作方式說明，幫助理解。
．介紹在執行深度學習時，有幫助且實用的技巧，包括決定學習率的方法、權重的預設值等。
．說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。
．為什麼深度學習很優秀，為什麼加深層數，就能提高辨識準確度，為什麼隱藏層很重要，仔細說明這些「為什麼」。
．介紹自動運作、產生影像、強化學習等深度學習的應用範例。
作者介紹
作者簡介
斎藤康毅
1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。
目錄
第一章 Python入門
第二章 感知器
第三章 神經網路
第四章 神經網路的學習
第五章 誤差反向傳播法
第六章 與學習有關的技巧
第七章 卷積神經網路
第八章 深度學習
附錄A Softmax-with-Loss層的計算圖
參考文獻
立即查看
Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and The Cloud
類似書籍推薦給您
立即查看
精通資料分析｜使用Excel、Python和R Advancing into Analytics｜From Excel to Python and R
類似書籍推薦給您
內容簡介
資料分析聽起來很難，但只要你會用Excel，其實就不難上手了。透過這本實作指南，能夠幫助你更進一步地理解資料分析與處理，並瞭解如何藉助程式語言進行資料分析與假說檢定。
資料分析的重點是找出關聯性，本書可以引導你學到更進階的資料分析技術。本書運用試算表作為練習基礎統計學概念的範例，並告訴你如何運用Python與R進行更有效率的資料分析。
這本實用指南可以幫助你：
．了解如何利用Excel進行資料分析：透過Excel來測試變數之間的關係，並運用統計學製作令人信服的分析
．從Excel到R：學會如何使用R進行原本利用Excel所進行的資料分析工作
．從Excel到Python：學會如何應用Python進行原本利用Excel所進行的資料分析工作
專家推薦
「本書精確地說明如何運用Excel進行資料科學與分析的工作」--Jordan Goldmeier, 微軟Excel MVP
「這本書不僅可以作為商業和資料分析的參考資料，也可以作為入門教材」--Aiden Johnson, 資料科學家
目錄
第一部｜Excel資料分析導論
第1章 探索式資料分析導論
第2章 機率導論
第3章 推論統計導論
第4章 相關與迴歸
第5章 資料分析堆疊
第二部｜從Excel到R
第6章 Excel 使用者開始使用 R 的第一步
第7章 R 的資料結構
第8章 在 R 中處理資料和視覺化
第9章 總體專案：R for Data Analytics
第三部｜從Excel到Python
第10章 Excel使用者開始使用Python的第一步
第11章 Python的資料結構
第12章 在Python中處理資料和視覺化
第13章 總體專案：Python for Data Analytics
第14章 總結與展望
立即查看
QUANTUM EVOLUTION AN INTRO.TO TIME-DEPENDENT QUANTUM MECHANICS
類似書籍推薦給您
A unique introduction to the concepts of quantum mechanics, Quantum Evolution addresses the present status of time-dependent quantum mechanics for few-body systems with electromagnetic interactions. It bridges between the quantum mechanics of stationary quantum systems and a number of recent advanced theoretical treatises on various aspects of quantum mechanics. The focus is on strongly-quantum and semi-classical systems, including the quantum manifestations of orderly and chaotic nonlinear classical dynamics.
立即查看
AN INTRO.TO HARMONIC ANALYSIS ON SEMISIMPLE LIE GROUPS 1999 (CAM.) 0-521-66326-8
類似書籍推薦給您
立即查看
( 特價書2折 ) INTRO.TO THE THEORY OF DISTRIBUTIONS 2/E 1998 (CAM.) 0-521-64971-4 (2版)
類似書籍推薦給您
立即查看
華通書坊
