資訊與網路安全概論 (7版)

其他會員也一起購買

簡介 內容盡可能包含所有資訊與網路安全之相關議題。 增加資訊安全實習內容。 文字力求淺顯易懂。 內文含豐富舉例說明。 　　第七版因應新科技增加了很多單元。新增相關資安標準、相關資安證照、多因子及 FIDO 身分鑑別機制、零信任架構、第五代行動通信安全、智慧電網安全、金融科技NFT、大數據與人工智慧安全、工業自動化及控制系統安全 ( 工業 4.0 安全 )。 　　適合大專院校或研究所資訊相關科系、電子電機相關科系、管理科學相關科系及數學相關科系等使用，亦可當作資訊安全、網路安全、電子商務、密碼學及資訊安全實習之教材。 目錄 Chapter 1　資訊安全簡介 Chapter 2　資訊中心管理與實體安全 Chapter 3　使用者身分鑑別 Chapter 4　資訊安全簡介 Chapter 5　祕密金鑰密碼系統 Chapter 6　公開金鑰密碼系統 Chapter 7　訊息鑑別與認證中心 Chapter 8　多媒體安全 Chapter 9　網路通訊協定安全 Chapter 10　網路系統安全 Chapter 11　無線網路安全 Chapter 12　行動通信安全 Chapter 13　網路服務安全 Chapter 14　區塊鏈技術 Chapter 15　大數據與人工智慧安全 Chapter 16　工業自動化及控制系統安全 附錄A　ASCII表

統計學 (15版)

其他會員也一起購買

產品介紹 本書內容採用問題情境導向的編寫方式，以解決實務問題為目標，引導出統計方法的介紹與應用。同時提供豐富的個案、範例與習題，闡明統計在商業及經濟領域的廣泛用途。讓讀者可隨時練習將統計方法應用在實務資料的處理上，有助於提升學習興趣。 邊欄、註腳及評註：邊欄註釋是本書的特色之一，將重要的概念標示於邊欄，用以強調內文中所提及的重要觀念。各章節後面附有評註，目的在提供學生對統計的方法及應用有更深入的瞭解。評註包括統計方法在應用上的警告或限制、應用建議、技術性考量的簡要說明等等。 方法習題、應用習題及補充習題：章節後習題分成兩個部分：「方法」和「應用」。「方法」習題要求學生使用公式及進行必要的計算。「應用」習題則要求學生於真實世界的實際情形中使用該章教材。補充習題與個案問題則是讓學生嘗試解決問題，以評估自己對於該單元的了解程度。 本書包含200個以上的Excel檔資料集，可供學生以統計軟體操作練習。附有資料集的練習題可在邊欄看到圖案標示。 目錄 第1章 資料與統計 第2章 敘述統計：表格與圖形法 第3章 敘述統計：數值方法 第4章 機率導論 第5章 離散機率分配 第6章 連續機率分配 第7章 抽樣與抽樣分配 第8章 區間估計 第9章 假設檢定 第10章 兩母體平均數與比例的推論 第11章 母體變異數的推論 第12章 比較多個比例、獨立性與適合度的檢定 第13章 實驗設計與變異數分析 第14章 簡單線性迴歸 第15章 複迴歸 第16章 迴歸分析：模型建立 附錄 Ａ參考文獻與書目 Ｂ表格 Ｃ總和符號 Ｄ以Excel計算p值

物件導向程式設計－結合生活與遊戲的C++語言 (6版)

其他會員也一起購買

本書特色 1.累積作者多年教學及實務經驗，由淺入深，引導初學者進入物件導向程式設計C++語言的世界。 2.將程式與日常生活融合，讓初學者對物件導向程式設計有概念。 3.介紹C++語言的基本語法以及常用庫存函式，讓初學者可以專注於實際的程式創作。 4.多元的範例，學以致用： (1)生活體驗範例：綜合所得稅計算、電費計算、車資計算、油資計算、停車費計算、購物行銷活動、辨認身份證真偽、平均走路步數、算術四則運算問題、文字跑馬燈、身高轉換、紅綠燈小綠人行走、紅綠燈轉換、閏年判斷、製作通訊錄等。 (2)益智遊戲範例： 　單人遊戲：河內塔遊戲、踩地雷遊戲、吃角子老虎（拉霸）遊戲、貪食蛇遊戲等。 　人機互動遊戲：剪刀石頭布遊戲及猜數字遊戲。 　雙人互動遊戲：撲克牌配對遊戲、井字（OX）遊戲、最後一顆玻璃彈珠及五子棋遊戲。 內容簡介 本書作者憑藉多年的教學和實務經驗，精心編寫了一本從淺入深的C++程式設計。無論你是初學者還是有些基礎的程式設計師，都能從中受益匪淺。 書中不僅闡述程式設計的抽象概念，還引入了生活中的實例，將程式邏輯與日常事物相對照。讓你能更深刻地理解物件導向程式設計的核心思想，並將它們應用於實際問題的解決。 除了介紹C++語言的基本語法，還提供詳細的常用庫存函式介紹，並涵蓋輸入/輸出、數學運算、字元處理、字串操作、時間日期處理、聲音處理等內容。 透過生活體驗和益智遊戲等範例，讓你能夠將理論轉化為實踐，逐步掌握C++的精髓，並啟發你在程式設計世界中的創造力。如綜合所得稅計算、電費計算、車資計算等與生活息息相關的範例，還有河內塔、踩地雷、猜數字等益智遊戲。 目錄 【本書附錄A 請線上下載】 Chapter 01　電腦程式語言介紹 1-1 物件導向程式設計 1-2 C++ 語言簡介 1-3 Dev-C++ 5 軟體簡介 1-4 利用Dev-C++5 軟體來撰寫原始程式 1-5 如何提升讀者對程式設計的興趣 Chapter 02　C++語言的基本資料型態 2-1 基本資料型態 2-2 常數與變數宣告 2-3 資料運算處理 2-4 運算子的優先順序 2-5 資料型態轉換 Chapter 03　輸出物件及輸入物件 3-1 資料輸出 3-2 資料輸入 3-3 發現問題 Chapter 04　程式之設計模式──選擇結構 4-1 程式運作模式 4-2 選擇結構 4-3 巢狀選擇結構 Chapter 05　程式之設計模式──迴圈結構 5-1 程式運作模式 5-2 迴圈結構 5-3 break 與continue 敘述 5-4 進階範例 Chapter 06　庫存函式 6-1 常用庫存函式 6-2 數學運算函式 6-3 字元轉換及字元分類函式 6-4 時間與日期函式 6-5 DOS 作業系統指令呼叫函式 6-6 停滯函式 Chapter 07　陣列 7-1 陣列宣告 7-2 排序法與搜尋 7-3 C++ 之字串物件運算子 7-4 C++ 語言之字串物件成員函式 7-5 二維陣列 7-6 三維陣列 7-7 隨機亂數函式 7-8 進階範例 Chapter 08　指標 8-1 一重指標變數 8-2 多重指標變數 8-3 進階範例 Chapter 09　前置處理程式 9-1 #include 前置處理指令 9-2 #define 前置處理指令 9-3 自訂標頭檔 9-4 命名空間 Chapter 10　自訂函式 10-1 自訂函式 10-2 函式的參數傳遞方式 10-3 遞迴 10-4 函式的多載 10-5 進階範例 Chapter 11　變數類型 11-1 內部變數與外部變數 11-2 動態變數、靜態變數及暫存器變數 Chapter 12　結構與列舉 12-1 結構型態 12-2 結構資料排序 12-3 結構與函數 12-4 列舉型態 12-5 進階範例 Chapter 13　動態記憶體 13-1 非陣列形式資料的動態記憶體配置與釋放 13-2 一維陣列資料的動態記憶體配置與釋放 13-3 二維陣列資料的動態記憶體配置與釋放 13-4 三維陣列資料的動態記憶體配置與釋放 Chapter 14　類別 14-1 類別型態 14-2 類別的封裝等級 14-3 類別定義 14-4 建構元 14-5 物件宣告 14-6 解構元 14-7 朋友函式 Chapter 15　運算子的多載 15-1 運算子的多載 15-2 定義一元運算子「-」的多載 15-3 定義一元運算子「++」的多載 15-4 定義二元運算子的多載 Chapter 16　繼承 16-1 基礎類別與衍生類別 16-2 單一繼承 16-3 多層繼承 16-4 多重繼承 16-5 虛擬函式 16-6 抽象類別 16-7 虛擬繼承 Chapter 17　檔案處理 17-1 檔案類型 17-2 檔案存取 17-3 隨機存取結構資料 17-4 進階範例 Chapter 18　例外處理 18-1 標準例外類別 18-2 例外處理流程 Appendix A　Visual Studio Community 2022安裝及使用（電子書） A-1 安裝 A-2 建立C++ 主控台應用程式 A-3 開啟C++ 主控台應用程式

作業系統 (10版)

其他會員也一起購買

【簡介】 　　近年來隨著雲端平台與行動裝置的普及，讓第十版與之前的版本內容有相當大幅度的改版，在雲端平台方面增加：多核心計算環境 NUMA 系統和 Hadoop 叢集介紹；在虛擬機方面的描述包含容器及 Docker，另外對於分散式檔案系統討論 Google 檔案系統、Hadoop 及 GPFS；並對 CPU 排班特別探討多層級佇列與多核心處理器的排班處理，針對行程與資源的衝突方面，除了傳統的“死結”之外，也新增“活結”的討論。在行動裝置方面：新增行動作業系統 Android 和 iOS 的章節內容討論。這次新版本有相當多的內容更新，所以不論新舊讀者都很推薦再次閱讀本書。 　　本書內容可以讓讀者瞭解到傳統的 PC 與伺服器所使用的作業系統，如 Linux、Microsoft Windows、Apple macOS 和 Solaris，以及 Android 和 iOS 兩種行動作業系統。本書也列舉一些由 C 語言或 Java 撰寫的範例程式讓讀者可以更直觀瞭解理論的結果。書中的案例能提供研究生或工程師更深入瞭解 Linux 和 Windows 10 作業系統設計架構，其中Windows API 亦使用本書所提供的 C 語言程式來測試行程、記憶體和周邊設備。另外可安裝 Linux 虛擬機來執行 Ubuntu，透過本書將完成 Linux 4.i 的核心練習。最後期待讀者經過本書的引導，藉由「做中學」得到更多的啟發！ 【目錄】 書籍介紹 目錄 目　錄 Part 1 總　論 CHAPTER 1　概　　說 CHAPTER 2　作業系統結構 Part 2 行程管理 CHAPTER 3　行程觀念 CHAPTER 4　執行緒與並行性 CHAPTER 5　CPU 排班 Part 3 行程同步 CHAPTER 6　同步工具 CHAPTER 7　同步範例 CHAPTER 8　死　結 Part 4 記憶體管理 CHAPTER 9　主記憶體 CHAPTER 10　虛擬記憶體 Part 5 儲存裝置 CHAPTER 11　大量儲存結構檔案系統 CHAPTER 12　輸入/輸出系統 Part 6 檔案系統 CHAPTER 13　案系統介面檔 CHAPTER 14　檔案系統的製作 CHAPTER 15　檔案系統內部 Part 7 安全與保護 CHAPTER 16　安　全 CHAPTER 17　保　護 Part ８ 進階主題 CHAPTER 18　虛擬機 CHAPTER 19　網路與分散式系統 Part 9 個案研究 CHAPTER 20　Linux 系統 CHAPTER 21　Windows 10

演算法導論 (4版)

其他會員也一起購買

【簡介】 暢銷經典，全球銷售超過百萬本 Thomas H. Cormen、Charles E. Leiserson、Ronald L. Rivest和Clifford Stein所著的《演算法導論》受到世界各地許多著名大學廣泛採用，作為演算法課程的主要教科書。 本書即是大家耳熟能詳的CLRS。歷經數個版次，同時受到廣泛選用所造就的不可替代性，在該領域的社群和學術界，常以作者姓氏的首個英文字母「CLRS」，作為這本經典著作的代稱。 這本書因幾個關鍵特點而備受讚譽： ‧內容全面：本書涵蓋了從基本到進階的演算法主題，適合各個程度的讀者，無論是大學生、研究生或業界人士，都能從中受益。 ‧清晰的講解：書中以清晰詳細的方式解釋各種演算法，並搭配虛擬碼，幫助讀者理解演算法的實作過程。 ‧嚴謹的數學分析：本書提供了演算法的數學分析，幫助讀者深入理解演算法的效率和複雜度，對於希望深入研究演算法理論的讀者很有幫助。 ‧豐富的練習題：每章結尾都有大量的練習題，這些題目設計巧妙，有助於對學習內容的強化和加深理解。 ‧現實應用：書中展示了多演算法在實際問題中的應用，增加了學習的趣味性和實用性。 這些特點使得《演算法導論》成為計算機科學領域的經典教材，廣受學術界和業界人士的推崇。 有些演算法書籍雖然嚴謹卻不夠完整，有些則包羅萬象卻嚴謹不足，獨樹一幟的《演算法導論》既嚴謹且全面，不僅深入探討廣泛的演算法，也透過自成一體的章節及演算法虛擬碼，讓各種程度的讀者皆能理解演算法的設計和分析。 《演算法導論》自第一版問世以來，已成為全球大學的主要演算法教材，以及專業人士的標準參考書。 本書的第四版做了全面的更新，採用更清晰的文筆、更個人化且性別中立的表達方式，並透過顏色來增進視覺表現。我們根據讀者的回饋改進問題，讓注釋和參考文獻反映這個領域的最新發展，並且在本書的網站提供新的補充教材。 第四版的新內容 ‧關於二部圖、線上演算法與機器學習的新章節 ‧探討遞迴方程、雜湊表、勢能函數及後綴陣列等主題的新內容 ‧新增140道新習題和22道新問題 本書提供超過900道習題與162個問題，讀者可以在本書網站上找到大部分的解答。適合大學或研究所的演算法或資料結構課程使用；此外，由於本書探討演算法設計的工程問題和數學層面，所以也適合專業技術人員用來自學。 【目錄】 PART Ⅰ 基礎 1 演算法在計算時的作用 2 起點 3 分析執行時間的特性 4 分治法 5 機率分析與隨機演算法 PART Ⅱ 排序和順序統計量 6 堆積排序 7 快速排序 8 以線性時間排序 9 中位數與順序統計量 PART Ⅲ 資料結構 10 基本資料結構 11 雜湊表 12 二元搜尋樹 13 紅黑樹 PART Ⅳ 進階設計和分析技術 14 動態規劃 15 貪婪演算法 16 平攤分析 PART Ⅴ 高階資料結構 17 擴充資料結構 18 B 樹 19 不相交集合的資料結構 PART Ⅵ 圖演算法 20 初級圖演算法 21 最小生成樹 22 單源最短路徑 23 all-pairs 最短路徑 24 最大流量 25 二部圖的配對 PART Ⅶ 特選主題 26 平行演算法 27 線上演算法 28 矩陣運算 29 線性規劃 30 多項式與 FFT 31 數論演算法 32 字串比對 33 機器學習演算法 34 NP 完備性 35 近似演算法 PART Ⅷ 附錄：數學基礎 A 求和 B 集合與離散數學的其他要素 C 計數與機率 D 矩陣

離散數學 (7版)

其他會員也一起購買

【中文翻譯書】 書名：離散數學 第七版 附光碟 原文書名 : Discrete Mathematics and Its Applications 7/E 作者 : Rosen 譯者 : 謝良瑜 陳志賢 出版社：東華 書號: 1803701 ISBN：9789861579115 <內容簡介> 隨著電腦科學的飛速發展，離散數學的重要性則日益彰顯。它為許多資訊科學課程提供了數學基礎，包括資料結構、演算法、資料庫理論、形式語言與作業系統等。如果沒有離散數學的相關數學基礎，學生在學習上述課程中，便會遇到較多的困難。此外，離散數學也包含了解決作業研究、化學、工程學、生物學等眾多領域的數學背景。Rosen教授所著之《離散數學》（Discrete Mathematics and its Applications, 7e）是一本文字淺顯易懂的數學書，提供豐富的習題、補充內容。作者使用精準的數學語言，但又不過度形式化與抽象化。此外，還補充重要數學家的生平簡介，更為抽象的數學概念增添了些許人文氣息，豐富了上課的趣味。 本書特色 　　本書非常強調數學推理，以及各種解題方式。大體而言，有五個重要的主題貫穿本書：  數學推理：本書一開始針對數理邏輯進行探討，討論證明時，建構證明的科學面和藝術面都會顧及。特別強調數學歸納法的技巧，藉由各種不同形態的範例進行說明。  組合分析：本書在討論如何列舉物件時，先從計數的基本技術開始。我們的重點在於使用組合分析來解決計數問題，以及演算法的解析，而不是直接套用公式。  離散結構：離散數學的課程應該要教學生如何處理離散結構──用以代表離散物件及其間關係之抽象的數學結構。離散結構包括集合、排列、關係、圖形、樹圖及有限狀態機器。  演算法思考：某些類別的問題可藉由演算法的明確敘述來解決。一旦演算法被清楚說明之後，就可建構電腦程式予以執行。描述演算法的方式，除了日常語言之外，也會用到容易明瞭的虛擬碼形式。  應用與模型化：本書探討了許多關於資訊科學和資料網路方面的應用，另外還包括化學、植物學、動物學、語言學、地理、商業、網際網路等各種領域。將離散數學模型化是極為重要的一種解題技巧，學生可以從習題中揣摩發展，建構出屬於自己的模型。 <章節目錄> 第1章　基礎：邏輯與證明 第2章　基本結構：集合、函數、序列、總和與矩陣 第3章　演算法 第4章　數論與密碼學 第5章　歸納與遞迴 第6章　計數 第7章　進階計數技巧 第8章　關係 第9章　圖形 第10章　樹圖 第11章　布林代數（CD） 附錄1　實數與正整數的公理（CD） 附錄2　指數函與對數函數（CD） 附錄3　虛擬碼（CD）

Deep Learning (Adaptive Computation and Machine Learning series) (1版)

其他會員也一起購買

An introduction to a broad range of topics in deep learning, covering mathematical and conceptual background, deep learning techniques used in industry, and research perspectives. “Written by three experts in the field, Deep Learning is the only comprehensive book on the subject.” —Elon Musk, cochair of OpenAI; cofounder and CEO of Tesla and SpaceX Deep learning is a form of machine learning that enables computers to learn from experience and understand the world in terms of a hierarchy of concepts. Because the computer gathers knowledge from experience, there is no need for a human computer operator to formally specify all the knowledge that the computer needs. The hierarchy of concepts allows the computer to learn complicated concepts by building them out of simpler ones; a graph of these hierarchies would be many layers deep. This book introduces a broad range of topics in deep learning. The text offers mathematical and conceptual background, covering relevant concepts in linear algebra, probability theory and information theory, numerical computation, and machine learning. It describes deep learning techniques used by practitioners in industry, including deep feedforward networks, regularization, optimization algorithms, convolutional networks, sequence modeling, and practical methodology; and it surveys such applications as natural language processing, speech recognition, computer vision, online recommendation systems, bioinformatics, and videogames. Finally, the book offers research perspectives, covering such theoretical topics as linear factor models, autoencoders, representation learning, structured probabilistic models, Monte Carlo methods, the partition function, approximate inference, and deep generative models. Deep Learning can be used by undergraduate or graduate students planning careers in either industry or research, and by software engineers who want to begin using deep learning in their products or platforms. A website offers supplementary material for both readers and instructors.

Cryptography and Network Security: Principles and Practice (8版)

其他會員也一起購買

【原文書】 書名：Cryptography and Network Security: Principles and Practice, Global Edition, 8/E 作者：STALLINGS 出版社：PEARSON 出版日期：2022/00/00 ISBN：9781292437484 目錄 1.Computer and Network Security Concepts 2.Introduction to Number Theory 3.Classical Encryption Techniques 4.Block Ciphers and the Data Encryption Standard 5.Finite Fields 6.Advanced Encryption Standard 7.Block Cipher Operation 8.Random Bit Generation and Stream Ciphers 9.Public-Key Cryptography and RSA 10.Other Public-Key Cryptosystems 11.Cryptographic Hash Functions 12.Message Authentication Codes 13.Digital Signatures 14.Lightweight Cryptography and Post-Quantum Cryptography 15.Key Management and Distribution 16.User Authentication Protocols 17.Transport-Level Security 18.Wireless Network Security 19.Electronic Mail Security 20.IP Security 21.Network Endpoint Security 22.Cloud Security 23.Internet of Things (IoT) Security Appendix A. Basic Concepts from Linear Algebra Appendix B. Measures of Security and Secrecy Appendix C. Data Encryption Standard (DES) Appendix D. Simplified AES Appendix E. Mathematical Basis of the Birthday Attack

線性代數學習要訣 (7版)

其他會員也一起購買

線性代數學習要訣 ISBN13：9789862972397 出版社：文笙 作者：劉明昌-編 裝訂／頁數：平裝／631頁 規格：23cm*17cm*3.5cm (高/寬/厚) 版次：修訂7版 出版日：2022/11/01 中文圖書分類：線性代數 內容簡介 本書作者以在業界及學界十餘年的設計與研發經驗，寫出最適合理工科系學生之線性代數內容，包括實例應用、結合電腦軟體的應用、研究所考題解說、作者教學心得、精湛的幾何意義等。

普通物理學 (3版)

其他會員也一起購買

+作者：蔡政男/林燈河等編譯(Benson) +年份：2020 年3 版 +ISBN：9789867696328 +書號：PH0163C +規格：菊8開/平裝//彩色 +頁數：616 +出版商：Benson 本書特色 1.本章要點：為重要觀念、法則、原理以及現象的簡短摘要，條列式的陳述具有提綱挈領之功效。 2.例題、練習題和習題：書中的例題、練習題和習題都經審慎挑選，可測量學生對於教材的理解程度，並且讓學生有主動的參與感，為了協助學生及教師，所有習題都根據難易度分為兩級 —Ⅰ、Ⅱ。 3.解題指引：解題指引是物理課程中最重要的部分，可引導學生將問題分析的處理方式經一步一步的描繪出來後，再解出問題之答案。 4.本章摘要：在每章的最後簡述重要的方程式及主要原理和概念，可幫助學生快速地統整與複習，加強記憶 目錄 Chapter 1　緒論 Chapter 2　向量 Chapter 3　一維運動學 Chapter 4　平面運動 Chapter 5　慣性與質點動力學(一) Chapter 6　慣性與質點動力學(二) Chapter 7　功與能 Chapter 8 能量守恆 Chapter 9　線動量 Chapter 10　質點系 Chapter 11　剛體的定軸轉動 Chapter 12　角動量與靜力平衡 Chapter 13　重力 Chapter 14　固體與流體 Chapter 15　振盪 Chapter 16　力學波 Chapter 17　聲 Chapter 18　溫度、熱膨脹、理想氣體定律 Chapter 19 熱力學第一定律 Chapter 20　氣體動力論 Chapter 21　熵和熱力學第二定律 Chapter 22　靜電 Chapter 23 電場 Chapter 24 高斯定律 Chapter 25 電位 Chapter 26 電容器與介電質 Chapter 27　電流與電阻 Chapter 28　直流電路 Chapter 29　磁場 Chapter 30　磁場的來源 Chapter 31　電磁感應 Chapter 32　電感及磁性材料 Chapter 33　交流電路 Chapter 34　馬克士威方程式；電磁波 Chapter 35　光：反射與折射 Chapter 36　透鏡與光學儀器 Chapter 37　波動光學(一) Chapter 38　波動光學(二) Chapter 39　特殊相對論 Chapter 40　早期量子理論 附錄A SI單位 附錄B 數與基本算式 附錄C 微積分複習 習題解答

人工智慧 (4版)

新版、翻譯版本推薦給您

【簡介】 本書特色 1.詳盡敘述人工智慧的發展及遇到之瓶頸，並說明近年來為何又開始一波新的熱潮。 2.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。 3.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。 4.本書除了詳盡介紹機器學習、深度學習、人工智慧等技術的理論架構外，也講解了人工智慧如何應用在各大領域，如車牌辨識、自然語言處理等。 5.本書巧妙的運用範例、圖例講解人工智慧的理論與技術，使理論架構變得淺顯易懂。 內容簡介 人工智慧相關的議題歷史悠久，本書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、圖例及影片(QR Code)講解人工智慧的理論與技術，使理論架構變得淺顯易懂，不再因為艱澀難懂的數學公式抹滅了學習的興趣及成就，本書藉由邏輯清晰的『訓練資料』來訓練讀者，使其能夠越讀越明白，越學越有成就。 本書適用於科大資工、電機、電子及人工智慧系「人工智慧」課程使用。 【目錄】 CH1　人工智慧起源 1-1　遍地開花的人工智慧 1-2　人工智慧的發展 1-3　人工智慧@臺灣 1-4　AI創造的未來生活 參考資料 CH2 應用篇 2-1 影像處理 2-2 自然語言處理 2-3 邏輯推理 2-4 推薦系統 2-5 疾病預測與醫療 CH3 機器學習篇 3-1 建置Python開發環境 3-2 機器學習簡介(Introduction to Machine Learning) 3-3 機器學習演算法 CH4 深度學習篇 4-1 深度學習簡介(Introduction to Deep Learning) 4-2 卷積神經網路(Convolution Neural Network, CNN) 4-3 類神經網路的學習方式(Artificial Neural Network, ANN) 4-4 遞歸神經網路(Recurrent Neural Network, RNN) 4-5 自編碼網路(Autoencoder Network, AE) 4-6 生成對抗網路(Generative Adversarial Network, GAN) CH5 實務篇 5-1 人工智慧實務應用-電腦視覺 5-2 人工智慧實務應用-自然語言處理 CH6 人工智慧的未來與挑戰 6-1 人工智慧未來趨勢 6-2 工智慧省思與挑戰 參考資料 習題

人工智慧：智慧型系統導論 (3版)

相關熱銷的書籍推薦給您

書名：人工智慧：智慧型系統導論(第三版) 作者：李聯旺 出版社：全華 ISBN：9789862800959

機器學習：類神經網路、模糊系統以及基因演算法則 (4版)

相關熱銷的書籍推薦給您

書名：機器學習：類神經網路、模糊系統以及基因演算法則(第四版) 作者：蘇木春、張孝德 出版社：全華 出版日期：2016/05/00 ISBN：9789864632060 內容簡介 ■ 本書優點特色 1.將三種與機械學習相關的技術-類神經網路、模糊系統及基因演繹法作一通盤介紹。 2.以深入淺出的方式建立類神經網路與生物神經網路的關聯性，以便讓讀者更能發揮想像力。 3.每一種理論都儘可能配合書中範例及圖表加以說明。 ■ 內容簡介 本書將三種與機械學習相關的技術-類神經網路、模糊系統及基因演繹法作一通盤介紹。此外，作者以深入淺出的方式建立類神經網路與生物神經網路的關聯性，以便讓讀者更能發揮想像力。 目錄 第1章 類神經網路之簡介 第2章 感知機 第3章 多層感知機 第4章 非監督式類神經網路 第5章 聯想記憶 第6章 增強式學習 第7章 模糊集合 第8章 模糊關係及推論 第9章 模糊系統 第10章 基因演算法則

AI 人工智慧 3版 (3版)

類似書籍推薦給您

【簡介】 有鑑於教育部在 108 學年度，開始實行十二年國民基本教育課程綱要，培養學生具備 21 世紀所需的科技素養，推動普及高級中等以下學校新興科技之認知計畫。為讓學生有機會體驗 AI 人工智慧，且知道 AI 的應用與對自己未來及生活的影響，本書特別規劃適用於國內高等教育課程，來銜接 AI 教育之基本教材。 　　全書內容規劃，特別將坊間 AI 教材裡艱澀的數學、專業的電腦程式編碼、高深的理論基礎，改以簡明易懂的敘事方式及實際應用或案例來取代。讓讀者先從幾個簡單、門檻低的 AI 應用著手，試著了解 AI 是什麼東西，並且在不定章節加入「延伸思考」與「實作體驗」，再運用幾個簡單的 AI 工具，理解 AI / AIGC 可以幫人類做什麼事情，讓人們既省時、又省力。 　　本書課程內容不僅蒐羅了許多精彩易懂的資料連結，新版更新增生成式 AI (AIGC) 相關內容與實際演練，並精挑細選多個經典案例，另外還設計了方便讀者練習與思考的課後練習與問題討論。若您想要提升對「AI 人工智慧」的基本認知，成為智慧新時代下產業及社會發展所需之未來人才，請千萬不要錯過。 【目錄】 PART 1 人工智慧入門 1 人工智慧導言 2 AI演進 ── AI的能與不能 PART 2 人工智慧技術面面觀 3 踏入AI領域第一步：AI技術導論 4 監督式與非監督式學習 5 從數據分析到深度學習 6 智慧辨識與人工智慧 7 人工智慧與新興科技 PART 3 垂直領域的AI發展 8 智慧零售的應用 9 AI在健康服務的應用 10 AI在金融科技的應用 11 AI在資訊安全的應用 12 其它領域的AI應用 PART 4 結　論 13 AI的未來發展與趨勢 中英文索引

人工智慧入門與應用實作：全面了解 AI 技術與 ChatGPT 的多重應用（第三版） (3版)

類似書籍推薦給您

【簡介】 從基礎了解雲端運算、大數據、機器學習，到深度學習的關鍵技術 探索 ChatGPT 在資訊科技的多元領域應用 　　本書從人工智慧的基礎開始講起，詳細解釋 AI 的發展史與種類，同時帶領大家了解雲端運算、物聯網、大數據、機器學習、深度學習等關鍵技術。本書亦注重實用性，書中將透過多個應用案例：例如ChatGPT、Copilot、AI 錄音、AI 繪圖、AI 影片製作等，以及 ChatGPT 在資訊科技中的多面向應用，為讀者帶來啟發和實用價值。閱讀完本書，無論你的專業領域在哪，相信都能深切體會到人工智慧的迷人之處。 　　精彩內容 　　◆ 人工智慧的應用、機器人與工業4.0、人工智慧發展史、人工智慧的種類 　　◆ 雲端運算服務模式、雲端運算佈署模式、Google 的 AI 雲端服務、邊緣運算與 AI 　　◆ 資料科學與大數據、大數據相關技術、從大數據到人工智慧 　　◆ 機器學習的種類、機器學習的步驟、機器學習利器－TensorFlow 　　◆ 電腦視覺：圖像辨識、人臉辨識、智慧美妝、智慧醫療 　　◆ 智慧零售、智慧欺詐檢測、智慧理財機器人、P2P 網路借貸 　　◆ 類神經網路架構、手寫數字辨識系統、卷積神經網路（CNN） 　　◆ 遞迴神經網路（RNN）、語音辨識、自然語言、影像辨識 　　◆ ChatGPT 新功能介面、ChatGPT Plus、Copilot 使用教學 　　◆ AI 提示詞（Prompt）必備的技能與策略 　　◆ ChatGPT 升級與優化的外掛擴充功能 　　◆ AI 音質革命：追求完美的錄音體驗 　　◆ 高CP值的生成式 AI 繪圖藝術 　　◆ 快速與多樣：AI 影片的製作魔法 　　◆ 資訊科技中的 ChatGPT：多面向應用實例 本書特色 　　全面探索：從 AI 黃金入門到 ChatGPT 的深入應用 　　互動學習：涵蓋 AI 繪圖、AI 錄音和 AI 影片製作指南 　　ChatGPT 焦點：探討 ChatGPT 的全新介面、優化、和多樣應用 【目錄】 Chapter 01 人工智慧的黃金入門課程 1-1 認識人工智慧 1-2 人工智慧發展簡史 1-3 人工智慧的種類 Chapter 02 雲端運算與物聯網的智慧攻略 2-1 雲端運算簡介 2-2 雲端運算技術簡介 2-3 雲端運算服務模式 2-4 雲端運算的服務佈署模式 2-5 Google 的 AI 雲端服務 2-6 邊緣運算與 AI 2-7 物聯網的未來發展 Chapter 03 大數據與 AI 的贏家工作術 3-1 大數據簡介 3-2 大數據相關技術－Hadoop 與 Sparks 3-3 從大數據到人工智慧 Chapter 04 機器學習的 AI 私房秘技 4-1 機器學習簡介 4-2 機器學習的種類 4-3 機器學習的步驟 4-4 機器學習的相關應用 Chapter 05 深度學習的 AI 關鍵心法與應用 5-1 認識深度學習 5-2 卷積神經網路（CNN） 5-3 遞迴神經網路（RNN） 5-4 深度學習的應用領域 Chapter 06 ChatGPT 與 Copilot 入門的第一步 6-1 什麼是聊天機器人 6-2 ChatGPT 各階段模型的特點 6-3 註冊與快速上手 6-4 了解 ChatGPT Plus 付費帳號 6-5 在 ChatGPT 使用無痕對話模式 6-6 初探 ChatGPT 全新介面 6-7 ChatGPT 搜尋網頁功能 6-8 GPTs 機器人功能介紹 6-9 認識 Microsoft Copilot 6-10 讓「Think Deeper」處理複雜的推理問題 6-11 使用「Copilot Voice」輕鬆與 Copilot 語音交談 6-12 Copilot 圖像相關功能 6-13 在手機安裝 Copilot APP Chapter 07 AI 提示詞（Prompt）必備的技能與策略 7-1 勇闖提示工程師領域：定義與職責 7-2 成為優秀提示工程師的技能與素質 7-3 打造高效提示的基本原則 7-4 提高內容棈確度的提示技巧 7-5 提升提示技巧：私房撇步大公開 Chapter 08 ChatGPT 升級與優化的外掛擴充功能 8-1 Voice Control for ChatGPT－練習英文聽力與口說能力 8-2 ChatGPT Writer（回覆 Gmail） 8-3 Perplexity（問問題） 8-4 YouTube Summary with ChatGPT（影片摘要） 8-5 Summarize 摘要高手 8-6 Merlin－ChatGPT Plus app on all websites 8-7 ChatGPT Prompt Genius（ChatGPT 智慧提示） Chapter 09 AI 音質革命：追求完美的錄音體驗 9-1 ChatGPT 與聲音有關的應用 9-2 認識常見的 AI 錄音平台 9-3 AI 錄音應用實例－以 play.ht 為例 Chapter 10 高CP值的生成式 AI 繪圖藝術 10-1 利用 ChatGPT 認識繪圖知識 10-2 生成式 AI 繪圖簡介 10-3 Futurepedia AI 工具搜尋平台 10-4 DALL-E 3（文字轉圖片） 10-5 第一次使用 Midjourney AI 繪圖就上手 10-6 功能強大的 Playground AI 繪圖網站 10-7 微軟的生圖工具：Copilot Chapter 11 快速與多樣：AI 影片的製作魔法 11-1 認識剪映軟體 11-2 文字轉影片－用 ChatGPT 和剪映軟體製作影片 11-3 D-ID 讓照片人物動起來 Chapter 12 資訊科技中的 ChatGPT：多面向應用實例 12-1 ChatGPT 與程式語言 12-2 ChatGPT 與演算法 12-3 ChatGPT 與資料結構 12-4 ChatGPT 與遊戲設計 12-5 ChatGPT 與網路行銷 12-6 ChatGPT 與網頁設計 12-7 ChatGPT 與搜尋引擎最佳化（SEO） 12-8 ChatGPT 與 PowerBI 大數據 12-9 ChatGPT 與 VBA