書名: 個人敏捷性:解鎖目標、調適和轉型 (1版)
作者: Stevens/DR.周龍鴻
譯者: AI人工智慧小組
版次: 1
ISBN: 9786263336063
出版社: 博碩
出版日期: 2023/10
書籍開數、尺寸: 17x23x1.23
頁數: 192
內文印刷顏色: 單色
#資訊
#編程與軟體開發
定價: 450
售價: 405
庫存: 已售完
LINE US! 詢問這本書 團購優惠、書籍資訊 等
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

內容簡介 為個人和企業轉型提供簡單框架的同時,使業務更加人性化   關於本書   由於全世界變化迅速,科技進步顛覆了整個產業,幾十年前的許多品牌甚至產業早已不復存在。以指數型速度成長的產品及效能進展融合新的科技,在在意味著商業必須比以往任何時候更加創新。許多企業領導者也轉而透過敏捷來幫助他們面對這些嚴峻挑戰。但無論你是經驗豐富的商業敏捷性老手,或者對這些概念全然不熟悉,這本書都可以為你奠定基礎,透過讓工作方式更具彈性和適應性來應對那些變化和干擾。   如果說 20 世紀的領導力是關於管理機器以穩定地產生利潤,那麼 21 世紀就是面對複雜性和不確定性時的創新力。領導者需要新的技能來開啟他們的勞動力智慧,並促進組織內部甚至外部的跨界合作。現代領導力既是關於目標也關於文化的一種新式概念。文化與人們及他們之間的互動有關,而挑戰則始於每個人的想法和感受。個人敏捷系統(PAS)提供了一種可擴展的領導方法,可以使組織、部門、團隊,甚至夫妻和個人,都能夠將他們的行為與真正重要的事情保持一致。   個人敏捷性(Personal Agility)能夠為你的團隊和部門提供需要的工具和視角,使客戶需求和組織目標一致。員工可以更有效率跨部門甚至跨組織合作,滿足你的客戶,創造新的市場需求,然後再滿足新進的客戶。   這本書透過一個簡單的框架觸及到人性化商業的核心,來幫助個人和商業轉型。它解釋了如何在任何情境中應用敏捷性,並記錄了可以實現的積極轉型;再透過實際案例研究分享人們和組織應用PAS所取得的成果。   你將學到   讓「行動」與「優先事項順序」保持一致   如何運用個人敏捷性的四大核心工具   透過理解自我、調整想法、進而展開行動   應用敏捷教練方法在日常生活與工作中 產官學界人士強力推薦   吳璨因 (Wu Tsan Yin) 璨因教練學院 創辦人 / 中華國際 NLP 教練研究發展教育協會 創會理事長   宋文法(Alfa Song) 金門縣金寧中小學 校長   李純櫻 (Sophia Lee) 宏昇營造 副總經理   周純如 (Celina Chou) 中華民國專業秘書行政協會理事長   林昭陽 (Ivan Lin) 中華電信總公司 總經理   邱奕霖 (Yilin Chiu) 圖像力學院 負責人   施志賢 (Chih-Hsien Shih) 協磁公司 董事長   梅家仁 (Joyce Mei) 達真國際教練學校 校長與創辦人 / 台灣首位 ICF 認證 MCC 大師教練   陳威良(William) 孟華科技總經理/PMITW 前理事長   陳建宏(Roger Chen) ABC 牙醫聯盟 營運長   陳家聲 ( Chen Chia Shen) 台灣大學商學所 首席顧問 教授   陳麗琇 (Elly Chen) 台灣最大敏捷線上讀書會 台灣敏捷部落(TAT) 社長   游文人(Donald Yu) 巨大集團 集團策略長   黃敬強 (John Huang) 瑞嘉科技 總經理   黎振宜 (Chyi Li) 可果美(中國上海)總經理   魏碧芬(Vicky Wei) 欣亞數位股份有限公司 董事長 國際專業人士強力推薦   「我強烈推薦組織中的領導者閱讀這本關於個人敏捷性的書籍。我已經使用個人敏捷系統三年了,它在我生活、工作和領導中都是一項強大的工具。對於高級主管來說,個人敏捷性創造了絕佳的機會,無論是對他們的個人生活還是在領導管理組織上都有好處。透過個人敏捷性,領導者展示了如何實踐這套系統,以確保組織能夠成功應用強大的敏捷方法。」—Lyssa Adkins,敏捷暨領導教練 以及《教練敏捷團隊》(Coaching Agile Teams)的作者   「這是一本寫得很好的書,充滿了美妙且實用的建議。我看見他們有些客戶對於獲得的結果感到極度興奮。當我讀這本書時,我看到了很棒的自我教練式問題、提示和技巧,並且在一個有助於提高個人效能的框架中變得更有效。」—Alistair Cockburn,管理顧問及「敏捷宣言」的共同作者 目錄 第一部分 領導自己 Chapter 1 | 改變人生的六個問題 I. 導航隱喻:人生如海洋 II. 六個有力的提問 III. 從領導自己開始到領導他人 IV. 是什麼讓個人敏捷性與個人生產力不同? V. 是什麼讓個人敏捷性成為可擴展的領導架構? VI. 如何使用本書 Chapter 2 | 個人敏捷性的承諾 I. 借助 PAS 之力,從努力掙扎走向蓬勃發展 II. 使用 PAS,從失業邁向有意義的職業生涯 III. 透過 PAS,從軍旅生涯轉換到平民生活 IV. 總結 Chapter 3 | 發揮最大的影響力 I. 個案研究:消除混亂 II. 做好正確事情的挑戰 III. 現在應該做什麼? IV. 使用六個個人敏捷性問題 V. 個人敏捷系統的核心工具 VI. 如何使用 PAS 優先事項地圖 VII. 如何使用 PAS 力量地圖 VIII. 開始執行 第二部分 領導他人 Chapter 4 | 最快的路徑 I. 案例研究:精確執行 II. 朝著目標的方向前進 III. 處理干擾和分心問題 IV. 多工處理的迷思 V. 透過節奏達成專注 VI. 擊敗拖延症 VII. 保持心流 VIII. 挺過風暴 Chapter 5 | 商業教練 I. 案例研究:我的敏捷轉型 II. 教練何以與其他領導形式不同 III. 每日可用的強大教練工具 IV. 如何將教練方法應用在日常生活中 V. 啟動你的教練式問題 VI. 成就你渴望看到的改變 VII. 利用商業教練解決問題 Chapter 6 | 與人協調的藝術 I. 案例研究:在工作與生活之間尋求平衡 II. 什麼是一致性,為何它如此重要? III. 如何成為值得信賴的人 IV. 如何達到並維持一致性? V. 作為一致性根基的信任與同理心 VI. 在一個銷售過程中建立信任與一致性 VII. 從建立關係到完成銷售 Chapter 7 | 領導之路 I. 案例研究:與董事會達成一致性 II. 達成決斷力並保持專注 III. 命令與控制的替代方案 IV. 一致性的重要 V. 目的明確 VI. 導引行為以掌控新事物出現 VII. 實現自主性與一致性 VIII. 與利害關係人保持一致 Chapter 8 | 行政敏捷性:如何成為一位敏捷領導者 I. 個案研究:建立賦能文化 II. 如何成為一位敏捷主管 III. 如何建立一個敏捷組織? IV. 如何將敏捷性延伸到你的客戶 V. 獲得成果 Chapter 9 | 回顧與接下來的行動 1. 自我管理以達到最大影響力 2. 運用有力提問的潛在能力 3. 利用自然湧現現象 4. 利用明確目的 5. 繼續對話

為您推薦

塔羅解牌大師21祕技:獨創互動式解讀技巧,掌握聯想關鍵詞,創造個人解牌風格 (1版)

塔羅解牌大師21祕技:獨創互動式解讀技巧,掌握聯想關鍵詞,創造個人解牌風格 (1版)

類似書籍推薦給您

【簡介】 當代塔羅大師革命性的創意之作  開展多元視野  突破解讀盲點   .ATS「國際塔羅終生成就獎」及水星獎得主 .美國亞馬遜4.7星高分評價 .2017靈性書籍獎(COVR)最佳占卜書     打造學習與解讀塔羅牌的全新技巧,深入自我解讀第一人!       我們透過塔羅牌的花色、數字、符號與圖像等,   以牌義與牌陣找出真實人生領域的指引,面對課題,開啟解答。   然而如何組織牌卡給予的資訊,流暢解出精確、完整的答案,   或是不流於表面解讀與有限詞彙,始終是學習者的障礙與煩惱;        當代塔羅大師瑪莉・K.格瑞爾累積數十年的實務經驗,   開創以「描述」、「故事」、「情緒」、「數字」、   「隱喻」、「提問」、「修正」等21種獨特解牌技巧,   循序強化個人的連結、組織及想像力──      透過她的祕訣:   .從情緒、人物、能量等角度感受牌卡畫面,深入理解情境意義。   .活用模式與元素牌陣,以人物、主題、原因、地點x水、風、火、土,快速組織訊息。   .以占星學「尊貴」概念對應牌卡間的相合與衝突,解牌方向更多元。   .針對解牌時的四十個盲點,給予精準解決方案,即刻突破占卜關卡。       學習者一步步因此擴展深度與廣度,創造獨特的個人解讀風格,   更能讓塔羅牌深入自己與他人的意識、情緒與能量,走入靈性的世界!   本書特色     ☉突破解牌困境:非單純牌面解析與死背,學習多元組織、串聯牌卡,幫助學習者更順暢、深入地表達。     ☉手把手啟發教學:貼心針對新手與行家不同程度,學習者可按照自身狀況依序練習,熟練後更可以任意組合使用。     ☉作者獨創深度解析:不只傳統神祕學觀點,更從靈性、女性主義、神話原型等角度切入,豐富解讀的層次與內涵,幫助通透塔羅意義,找到屬於自己的智慧訊息。 【目錄】 致謝  引言   歡迎來到魔法與共時性的王國 如何使用本書  步驟0 勇敢跨出第一步 請對意料之外的事保持開放之心,直覺隨時都可能出現。你正前往一個任何事都可能發生的非理性之地。 步驟1 名稱 說出某物的名稱有助於駕馭它,因而讓你連結至自己對它的認識。 步驟2 描述 所有進一步的動作都以這個步驟為基礎。在精準描述一張牌卡的景色時,就打開了一扇大門,通往充滿感官體驗的世界。 步驟3 情緒 這是解讀牌卡和與問卜者互動的核心,可以想成是「來自靈魂的使者」,讓你知道何時可以從體驗中建立深刻且有意義的個人連結。 步驟4 故事 塔羅占卜師在解牌的過程中大多就是在講故事。這麼做將讓你發現,為自己講述的故事如何反映出內在真相。 步驟5 數字 自塔羅牌問世以來,數字和位階就一直是塔羅牌不可分割的一部分。數字可讓一切變得清晰明瞭。   步驟6 模式、花色、元素 物質元素分為四種:火、風、水和土,它們都是永恆的,但會透過混合和分離而改變了主體和不足之處。 步驟7 整合 整合解讀是找出不同牌卡間的相似性,並判斷它們在現實生活事件中的相關性,將這些內容合併對應問卜者的議題。 步驟8 隱喻 隱喻是塔羅牌解讀中的溝通核心。深入了解以符號和原型描繪的隱喻,將常見的字句轉化為對個人有意義的字句,建立個人的隱喻語庫來搭配牌卡。   步驟9 提問與快照 提問是最快也最可靠的方式,透過描述、故事和關鍵詞來提問能更深入了解牌卡。心理快照則像相簿中的照片,顯示受到觸發因而得以被看見的地方。 步驟10 意義 占卜時翻閱塔羅書查詢意義並不是作弊,即使為他人解牌時也是如此。但如何知道哪種牌義將與特定情況相關?注意身心或直覺提供的弦外之音。 步驟11 範圍 一張牌卡從最有利到最不利的所有意義,呈現了它可能的所有相關特質、概念、活動和價值,並顯示變化的程度。   步驟12 修正 牌陣是用來回答問題的牌卡組合,可以探索更詳細的背景、確認資訊。然而,各種因素如何相互影響而修正了牌卡的意義? 步驟13 象徵 任何有故事的圖像都是象徵,而塔羅牌就是一本象徵之書。解牌中,除非你釐清象徵代表的意義,否則其代表的事物無法立即顯現或被感知。   步驟14 尊貴與主題 尊貴是找出兩張或多張牌間是相吸(即相合)還是互斥。主題則會透過重複的符號或設計而顯現。   步驟15 對話 與牌卡上的人物交談。你將從這些對話中讀取到的是自己投射的隱藏感受和內在的心理特質。 步驟16 繪製  透過繪製牌卡的草圖,不僅能探索以前從未發現的細節,還能挖掘什麼地方是表達牌卡訊息的重點。   步驟17 體現 透過身體實際演出塔羅牌人物的姿勢、手勢和動作,關注體內發生的事,就能從中獲取資訊。   步驟18 想像力 在這個步驟中,你將著重在想像力的實際層面,因為目的是為自己或他人解讀。 步驟19 神話與原型 你看待和描述塔羅牌的方式反映了你的個人神話。由此產生的故事,定義了你的自我意識,並賦予你意義、身分和目的。   步驟20 牌組比較 這個步驟將你選定的牌與多副牌組中的同一張牌進行比較。這個有趣的過程會帶出過去沒發現的可能性,擴展了牌卡的潛在意義,並增加重要的象徵意義。 步驟21 可能的自我 現在是時候將牌卡中你最欣賞的特質和特徵,轉化為描述你已經成為理想自我的肯定語了。   步驟00 回到原點  人生的重點就在於你是生活中的愚人,你扮演著這個角色,你做出了各式各樣的嘗試。 附錄A:情緒關鍵詞  附錄B:數字和位階關鍵詞  附錄C:模式、花色、元素關鍵詞  附錄D:元素尊貴組合  附錄E:皇后牌的觀想練習  附錄F:原型中心思想表  附錄G:解讀風格  附錄H:R.I.T.E.解讀的迷思與解決方法  附錄I:21種方法工作表  詞彙表  參考書目  看更多

原價: 550 售價: 495 現省: 55元
立即查看
河馬女的夢:總有一個人等著愛妳<樂果文化>

河馬女的夢:總有一個人等著愛妳<樂果文化>

類似書籍推薦給您

原價: 220 售價: 187 現省: 33元
立即查看
克萊恩觀點下的男性特質-以弗洛依德的個案「鼠人」為例

克萊恩觀點下的男性特質-以弗洛依德的個案「鼠人」為例

類似書籍推薦給您

原價: 340 售價: 289 現省: 51元
立即查看
克萊恩觀點下的男性特質-以弗洛依德的個案「鼠人」為例 <五南>

克萊恩觀點下的男性特質-以弗洛依德的個案「鼠人」為例 <五南>

類似書籍推薦給您

原價: 340 售價: 289 現省: 51元
立即查看
AIGC大型語言模型:個人應用到企業實戰立刻上手 (1版)

AIGC大型語言模型:個人應用到企業實戰立刻上手 (1版)

類似書籍推薦給您

【簡介】 https://youtu.be/YZ3u4tg1n8g ★AIGC的技術躍遷與「奇點臨近」 ★大模型的「百模大戰」與競爭格局 ★多模態模型與AGI的可能性 ★AIGC在商業領域的應用爆發 ★AIGC對社會與個人的轉型影響 ★AIGC在電子商務與行業轉型中的應用 ★ChatGPT提示詞最佳化與垂直應用 ★AI繪圖/音效/視訊生成技術的實際應用 ★AIGC技術的核心原理與架構 ★LangChain框架與AI應用的開發實踐 ★AutoGPT與HuggingGPT的協作能力 ★文生視訊在企業級應用中的實踐 ★專屬ChatGPT的定制與本地部署 ★AIGC的風險管理與安全框架 這是一本深入探討AIGC(生成式人工智慧)技術與應用的全面指南,從技術原理到實際應用,從個人使用到企業實踐,為讀者提供了一個完整的視野。 透過詳細的案例和清晰的架構,帶領讀者了解AIGC如何從技術奇點發展到商業應用的浪潮,並揭示ChatGPT、大模型、多模態技術等核心概念的演變與突破。 本書強調AIGC在社會底層技術變革中的重要角色,並深入剖析其在電子商務、數位內容創造以及企業轉型中的價值,為讀者呈現了AIGC如何改變各行業的運作模式。 【章節概要】 第一篇: 新手入門,帶領讀者從AIGC的技術躍遷到多模態模型的興起,剖析ChatGPT如何引領生成式人工智慧熱潮,並闡述大模型的快速發展及其在商業應用中的創新實踐。 第二篇: 深入探討AIGC在個人應用上的多樣可能性,從AI聊天對話的提示詞最佳化到外掛程式的垂直應用,從Midjourney和Stable Diffusion的AI繪畫實踐到AI音訊與視訊生成的多場景操作,展現AIGC如何提升創造力與生產效率。 第三篇: 專注於技術原理和架構解析,涵蓋ChatGPT的核心技術、擴散模型的運作機制,以及LangChain框架在AI應用開發中的實際案例,進一步延伸到AutoGPT與HuggingGPT系統的協作能力。 第四篇: 企業應用實戰,從文生視訊的企業級實作到AI的軟體研發系統升級,並進一步探索定制專屬ChatGPT的實踐方案,為企業讀者提供實際的操作指南與解決方案。 最後是AIGC安全與風險治理,分析演算法、資料及應用層面的潛在風險,並提出完善的安全框架,為AIGC的可持續發展提供了切實可行的建議。 【專家推薦】 「ChatGPT 的發佈讓AI 技術的發展走到了「iPhone 時刻」。這項變革性的技術為人們帶來了前所未有的互動體驗和便利,之後又湧現了各種新的模型和技術。本書從多個方面介紹了AIGC 乃至AGI(人工通用智慧)的原理、應用場景,以及個人和企業的應用案例,值得大家閱讀。」 楊守斌 微軟社區區域技術總監 MSRD 「ChatGPT 的出現再次提醒我們,科技的突破是跳躍式的。AIGC 的發展關係著我們每個人。本書詳細介紹了AIGC 的發展脈絡和技術創新,更示範了使用AIGC 解決實際問題的方法,適合所有對AI 感興趣的讀者閱讀。」 曹冬磊博士 Kavout 首席科學家 「ChatGPT 的問世使得原本高端、神秘的AI 突然走進了大眾的工作與生活。AI 並不會直接搶走你的工作,但能用好AI 的人可能會。 本書是一本涵蓋原理、應用場景、應用案例的寶典。相信它可以幫你走出AI 焦慮,走進AI 世界。」 黃添來 高途集團高級技術總監 【目錄】 第 1 部分 AI 基礎概念 第 1 章 人工智慧基礎 1.1 探索 AI 的世界 1.1.1 人工智慧的範疇 1.1.2 何謂人工智慧? 1.1.3 人工智慧的演進 1.1.4 人工智慧的分級 1.2 機器學習大補帖 1.2.1 何謂機器學習? 1.2.2 機器如何學習? 1.2.3 資料學三劍客 1.2.4 機器學習流程 1.2.5 學 AI 該用哪種程式語言? 1.3 環境安裝指南 1.3.1 Anaconda 介紹與安裝 第 2 章 發現資料的秘密 2.1 資料的探索與準備 2.1.1 什麼是資料? 2.2 探索式資料分析 2.2.1 EDA 必要的套件 2.2.2 第一支EDA 程式:資料集一覽 2.2.3 資料集描述 2.2.4 載入資料集 2.2.5 直方圖 2.2.6 核密度估計圖 2.2.7 相關性熱圖 2.2.8 散佈圖 2.2.9 盒鬚圖 2.3 離群值的檢查與處理方法 2.3.1 檢查異常值的方法 2.3.2 處理異常值的方法 2.4 資料清理和前處理 2.4.1 缺失值的處理 2.4.2 類別資料的處理 2.5 數據正規化與標準化 2.5.1 正規化 (Normalization) 2.5.2 標準化(Standardization) 2.5.3 為何需要特徵縮放與轉換? 2.5.4 特徵縮放與轉換 第 2 部分 機器學習入門 第 3 章 非監督式學習:資料分群分類 3.1 何謂非監督式學習? 3.2 K-means 簡介 3.2.1 K-means 如何分群? 3.2.2 K-means 的最佳化目標 3.3 K-means 實務應用:群眾消費行為分群 3.3.1 資料集描述 3.3.2 載入資料集 3.3.3 建立K-means 模型 3.3.4 inertia 評估分群結果 3.3.5 視覺化分群結果 3.3.6 如何選擇最佳的K 值 3.4 降維技術在機器學習中的應用 3.4.1 降維的概念 3.4.2 主成分分析(PCA) 3.4.3 t- 隨機鄰近嵌入法(t-SNE) 3.5 降維實務應用:手寫數字降維視覺化 3.5.1 資料集描述 3.5.2 載入資料集 3.5.3 將資料切分成訓練集與測試集 3.5.4 建立PCA 模型 3.5.5 建立t-SNE 模型 第 4 章 線性模型 4.1 線性迴歸 4.1.1 線性迴歸簡介 4.1.2 線性迴歸的損失函數 4.1.3 線性模型求解方法:閉式解與梯度下降 4.2 線性迴歸實務應用:同步機勵磁電流預測 4.2.1 資料集描述 4.2.2 載入資料集 4.2.3 將資料切分成訓練集與測試集 4.2.4 特徵標準化 4.2.5 建立Linear Regression 模型 4.2.6 評估模型 4.2.7 迴歸係數分析 4.3 邏輯迴歸 4.3.1 邏輯迴歸簡介 4.3.2 邏輯迴歸學習機制 4.3.3 邏輯迴歸的損失函數 4.3.4 多分類邏輯迴歸 4.4 邏輯迴歸實務應用:鳶尾花朵分類 4.4.1 資料集描述 4.4.2 載入資料集 4.4.3 將資料切分成訓練集與測試集 4.4.4 建立Logistic regression 模型 4.4.5 評估模型 第 5 章 鄰近規則分析 5.1 k- 近鄰演算法 5.1.1 KNN 演算法原理 5.1.2 KNN 於分類和迴歸任務 5.1.3 KNN 度量距離的方法 5.1.4 比較KNN 與K-means 差異 5.2 KNN 實務應用:葡萄酒品種分類 5.2.1 資料集描述 5.2.2 載入資料集 5.2.3 將資料切分成訓練集與測試集 5.2.4 建立KNN 分類模型 5.2.5 評估模型 第 6 章 支援向量機 6.1 支援向量機簡介 6.1.1 支援向量機基本原理 6.1.2 超平面和支援向量 6.1.3 線性支援向量機 6.1.4 非線性支援向量機 6.2 支援向量機於分類和迴歸任務 6.2.1 SVM 分類器 6.2.2 SVM 迴歸器 6.2.3 參數調整技巧 6.3 SVM(分類)實務應用:手寫數字辨識 6.3.1 資料集描述 6.3.2 載入資料集 6.3.3 特徵前處理:t-SNE 降維 6.3.4 前置作業 6.3.5 建立SVM 分類模型 6.4 SVR(迴歸)實務應用:薪資預測 6.4.1 資料集描述 6.4.2 載入資料集 6.4.3 將資料切分成訓練集與測試集 6.4.4 建立SVR 迴歸模型 6.4.5 評估模型 6.4.6 視覺化預測:迴歸分析 第 7 章 決策樹 7.1 決策樹簡介 7.1.1 決策樹的基本概念 7.1.2 分類樹的生長過程 7.1.3 分類樹的評估指標 7.1.4 迴歸樹的生長過程 7.1.5 迴歸樹的評估指標 7.2 CART 決策樹 7.2.1 CART 演算法流程 7.2.2 決策樹剪枝 7.3 決策樹的可解釋性 7.3.1 決策樹的特徵重要性 7.4 決策樹(分類)實務應用:玻璃類型檢測 7.4.1 資料集描述 7.4.2 載入資料集 7.4.3 將資料切分成訓練集與測試集 7.4.4 建立分類決策樹模型 7.4.5 評估模型 7.4.6 模型的可解釋性 7.4.7 繪製決策邊界 7.5 決策樹(迴歸)實務應用:房價預測 7.5.1 資料集描述 7.5.2 載入資料集 7.5.3 特徵工程 7.5.4 將資料切分成訓練集與測試集 7.5.5 建立迴歸決策樹 7.5.6 評估模型 7.5.7 模型的可解釋性 第 8 章 整體學習 8.1 何謂整體學習? 8.1.1 特徵面 8.1.2 資料面 8.2 隨機森林 8.2.1 隨機森林簡介 8.2.2 隨機森林的生成方法 8.3 隨機森林(分類)實務應用:糖尿病罹患預測 8.3.1 資料集描述 8.3.2 載入資料集 8.3.3 將資料切分成訓練集與測試集 8.3.4 建立隨機森林分類模型 8.3.5 評估模型 8.3.6 模型的可解釋性 8.4 隨機森林(迴歸)實務應用:帕金森氏症評估預測 8.4.1 資料集描述 8.4.2 載入資料集 8.4.3 將資料切分成訓練集與測試集 8.4.4 建立隨機森林分類模型 8.4.5 評估模型 8.4.6 模型的可解釋性 8.5 極限梯度提升(XGBoost) 8.5.1 極限梯度提升簡介 8.5.2 XGBoost 模型結構 8.6 XGBoost(分類)實務應用:銀行客戶定存申辦預測 8.6.1 資料集描述 8.6.2 載入資料集 8.6.3 資料清理 8.6.4 將資料切分成訓練集與測試集 8.6.5 建立XGBoost 分類模型 8.6.6 評估模型 8.6.7 模型的可解釋性 8.7 XGBoost(迴歸)實務應用:汽車燃油效率預測 8.7.1 資料集描述 8.7.2 載入資料集 8.7.3 將資料切分成訓練集與測試集 8.7.4 建立XGBoost 迴歸模型 8.7.5 評估模型 8.7.6 模型的可解釋性 第 3 部分 進階概念與應用 第 9 章 交叉驗證和錯誤修正 9.1 不能忽視的過擬合與欠擬合 9.1.1 如何選擇最佳的模型? 9.1.2 過擬合 vs 欠擬合 9.1.3 偏差與方差的差權衡 9.1.4 如何避免欠擬合? 9.1.5 如何避免過擬合? 9.2 交叉驗證簡介 9.2.1 何謂交叉驗證? 9.2.2 K-Fold 交叉驗證 9.3 機器學習常犯錯的十件事 9.3.1 資料收集與處理不當 9.3.2 訓練集與測試集的類別分佈不一致 9.3.3 沒有資料視覺化的習慣 9.3.4 使用錯誤方法為特徵編碼 9.3.5 資料處理不當導致資料洩漏 9.3.6 僅使用測試集評估模型好壞 9.3.7 在沒有交叉驗證的情況下判斷模型性能 9.3.8 分類問題僅使用準確率作為衡量模型的指標 9.3.9 迴歸問題僅使用 R2 分數評估模型好壞 9.3.10 任何事情別急著想用 AI 解決 第 10 章 模型落地實踐與整合應用 10.1 模型整合與部署 10.1.1 機器學習開發流程回顧 10.1.2 DevOps 與MLOps 概念簡介 10.1.3 如何將模型整合到實際應用中 10.2 儲存訓練好的模型 10.2.1 ONNX 簡介 10.2.2 將scikit-learn 模型輸出為ONNX 格式 10.3 使用ONNX Runtime 進行模型推論 10.3.1 ONNX Runtime 簡介 10.3.2 載入 ONNX 模型並進行推論 10.4 使用FastAPI 建立模型推論服務 10.4.1 FastAPI 框架介紹 10.4.2 Python 後端開發框架比較 10.4.3 撰寫第一個 FastAPI 應用 10.4.4 整合ONNX 模型於API 中 10.4.5 使用Postman 測試API 10.4.6 自動生成 AIP 文件 10.5 網頁推論與前後端整合 10.5.1 環境設定與準備 10.5.2 建立簡單的前端界面 10.5.3 前後端 API 串接

原價: 780 售價: 702 現省: 78元
立即查看