| 定價: | ||||
| 售價: | 299元 | |||
| 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 | ||||
胡蘿蔔小學的樹洞歷險 (1版)
定價:
399
售價:
299
現省:
100
| 付款方式: | 超商取貨付款 |
|
|
| 信用卡 |
|
||
| 線上轉帳 |
|
||
| 物流方式: | 超商取貨 | ||
| 宅配 | |||
| 門市自取 |
詳細資訊
【簡介】 ◎本書為財團法人羅慧夫顱顏基金會第26屆用愛彌補兒童文學獎入圍作品。 ◎故事主文加上注音，方便小朋友閱讀。 ◎我們都要勇敢的去冒險，完成之後，才有值得回憶的事情！你必須真的熱愛，並且努力，而不是從一開始，就想著結果。 轉學生小斑，面對全新的環境，他感到很害怕，每天只希望能趕快放學！ 同學小雨，其實一直默默地關心小斑，但小斑因為某些事情，一直感到自卑，所以沒有注意到小雨的關心……。 為了撿一個寶特瓶，不小心掉進樹洞裡面的小斑，經歷了一場奇妙的歷險，也體會到了 自己的努力所帶來的——不一樣的改變！ 小斑終於明白，當自己願意努力開口時，一片空白的地方，就有可能填滿豐富的聲音與色彩。 【目錄】
為您推薦
類似書籍推薦給您
【簡介】 ★暢銷書《你發生過什麼事？》、《也許你該找人聊聊》作者一致盛讚！ ★譯為23種語言的精神分析代表作 你的傷痛裡，可能住著父母祖輩不曾言說的故事 打破創傷的循環，找回身心的平靜 你，為什麼這麼難過？ 憂鬱、焦慮、失眠、自卑等種種症狀纏身，卻莫名找不到原因，更不知該如何解決。 其實，問題的根源，可能早在我們童年，甚至出生之前，就已埋下。 父母、祖父母所經歷的創傷，不論是兒時的忽視、痛失至親，還是性侵與家暴……即使被當成祕密埋藏，也會透過潛意識、表觀遺傳等神祕的方式，在我們的身體和心靈留下痕跡，使我們無意間背負起世代的創傷。 多次獲獎的精神分析師加莉特．阿特拉斯博士，在陪伴個案探尋「創傷遺留」的過程中，交織自身生命經驗。看似描繪別人，讀來卻發現刻劃的是我們自己：對愛與理解的渴望、不被認可的難過、遭人忘卻或鄙棄的記憶、被壓抑的無名恐懼……。也許，不全是快樂的情節，但卻都是真實、屬於我們的故事。 第一部 糾纏我們的不是逝者，而是那些不能言說的故事 這是關於祖父母留下的傷痕。性侵、禁忌之愛、走過大屠殺的經驗，如何撼動孫子女的人生？ 而「缺席的母親」、「語言的混淆」、「抑鬱的哀悼」等精神分析的概念，又能帶來什麼幫助？ 第二部 接受不能改變的事，才能哀悼，迎接新生 這是關於父母的祕密。痛失手足的孩子、不受歡迎的寶寶，以及不能哭泣的男人……。 不論我們看起來堅強或淡漠，在意識深處，我們仍然渴望知道、渴望被愛、渴望治癒父母受傷的靈魂。 第三部 看見我們對自己隱瞞的祕密，讓傷痕到此為止 這是關於自己藏匿的真相。失去摯友、被暴力相向的童年，以及父母離婚的拉扯……。 我們不僅繼承了世代的創傷，也繼承了畏懼，於是許多時候我們努力瞞著自己，藉此自我保護。 然而，不去觸碰，真能「讓一切隨著時間過去」嗎？或者，只是令我們在不知不覺之間將傷痛傳給下一代？ 當我們準備好面對自己背負的傷痕時，才能讓心靈騰出空間，才能開始真正認識自己，進而選擇想要的人生，讓創傷的世代傳遞到此為止。 得獎紀錄 ★2022年，榮獲美國精神分析發展協會 格拉蒂娃「最佳圖書獎」 ★亞馬遜編輯團隊選評 2022年最佳圖書 國內推薦 心理界專家一致療心推薦 王意中｜王意中心理治療所 所長、臨床心理師 周志建｜資深心理師、故事療癒作家 周慕姿｜心曦心理諮商所 創辦人、諮商心理師 洪仲清｜臨床心理師 留佩萱｜美國諮商教育與督導博士 陳志恆｜諮商心理師、暢銷作家 蘇益賢｜臨床心理師 蘇絢慧｜璞成心遇空間心理諮商所 所長 （以上按姓名筆劃順序排列） 當有些話不再是祕密，家族的故事自然流傳。隨著時間的流逝，讓彼此的傷口漸漸的癒合，情感的連結更加緊密。――王意中｜王意中心理治療所 所長、臨床心理師 「糾纏我們的不是逝者，而是那些不能言說的故事」、「接受不能改變的事，才能哀悼，迎接新生」、「看見我們對自己隱瞞的祕密，讓傷痕到此為止」，就這三句話，簡要地講到了面對世代傳承的創傷的方式。也許基因的部分，在我們自己身上無法輕鬆改變，但我們如何回應基因傾向與家族文化，卻可以透過不同的覺知程度，進行調整。很期待看到這本書上市，並且帶領我們回到過去，展望未來！――洪仲清 | 臨床心理師 這本書讓我們看到父母或祖父母的創傷是如何「遺傳」給下一代，而藉由「看見」，這些過去的傷痛就能轉化為我們能敘說的故事、讓我們展開新的療癒。――留佩萱｜美國諮商教育與督導博士 跨世代的悲慘際遇會以無意識的方式傳遞，即使年輕的一代不再重複經驗那些事件，但卻不小心繼承了不屬於他們的心理傷痛。這本書的每個案例都是如此深刻動人，讀來引人入勝，又引人深思。――陳志恆｜諮商心理師、暢銷作家 國際推薦 精緻優美。阿特拉斯博士巧妙運用心理治療的故事，考究前人遺留的跨世代創傷。治療過程的描述令人欲罷不能，繼而認識個案，乃至治療師。與此同時，你也忍不住反思自己的人生。《創傷會遺傳》對任何人而言都是珍寶，對於想要了解創傷、治療與痊癒過程的人，更是必讀。――布魯斯．培理醫師（Bruce D. Perry, MD, PhD），與歐普拉合著《你發生過什麼事？》（What Happened to You?） 啟發人心的著作。阿特拉斯博士分享的故事，揭露了我們繼承的傷痛有什麼威力，長輩的經驗如何無聲又深刻地形塑我們的生活，以及我們所具備的治癒潛力。――蘿蕊．葛利布（Lori Gottlieb），《也許你該找人聊聊》（Maybe You Should Talk to Someone）作者 加莉特．阿特拉斯送了我們一份禮物，就是這本《創傷會遺傳》。她用溫暖關懷的筆觸告訴讀者，眼前的困難其實可以溯及我們繼承的過去。個案的故事和她本人的經歷鼓勵我們踏上探索的旅程。我們聆聽這些故事的同時，亦窺探自己被遮掩的地方，於是明白，倘若我們懷抱希望，現在也許正是時候，打破長輩們長久以來保持的沉默。――雪倫．薩爾茲堡（Sharon Salzberg），《靜心冥想的練習》（Real Happiness）作者 有些人的身體、心靈、精神、靈魂，背負著他們受傷的長輩最不可言說的祕密與創傷，而阿特拉斯博士帶著深刻的關懷為這些人書寫。我的家庭命運多舛，既是戰爭難民，因種族清洗被驅逐出境，也是生活困頓的移民。我身為這個家庭在美國成長的第一代，請容我宣稱，我非常清楚跨世代的創傷。我認為阿特拉斯博士完整細緻地寫下我在自己書中所謂的「世代傷口」。――克萊麗莎．埃思戴絲博士（Clarissa Pinkola Estés, PhD），《與狼同奔的女人》（Women Who Run with the Wolves）作者 加莉特．阿特拉斯文筆優美，娓娓道來情緒遺傳困擾我們、亦滋養我們的面向。她巧妙呈現為何我們其實可以面對那些帶來磨難的傷痛與困頓，又為何可以化解。這本書是當代精神分析的極致之作，故事也相當動人。――蘇西．歐巴賀（Susie Orbach），《肥胖是男女平等的議題》（Fat Is a feminist Issue，暫譯）作者 加莉特．阿特拉斯的《創傷會遺傳》觀察敏銳、充滿洞見、激動人心；同時，卻又溫柔、感人、關乎個人。有才華的臨床治療師不一定是才華洋溢的作家，但阿特拉斯博士正是這樣的角色，她訴說的故事將長伴你我。雖然對多數人而言，表觀遺傳學才剛萌芽，但阿特拉斯博士用平易近人的話語說明，我們何以一出生就承接了前人的心理重擔；儘管我們逃脫不了，但是在她的幫助之下，我們將能理解。――茱麗葉．羅森斐德（Juliet Rosenfeld），《不願相信的狀態》（The State of Disbelief，暫譯）作者 本書充滿智慧、專業和人性。絕佳的重要著作，令人不忍釋手。――安．奧瓦雷茲博士（Dr. Anne Alvarez），《陪伴當下》（Live Company，暫譯）作者 如果你感覺人生卡住了，不斷重複同樣的模式、被家人的幽暗過往給糾纏，《創傷會遺傳》將帶來非凡的洞見。阿特拉斯博士靈巧地分享自身經歷和個案的故事，同時與心理學研究天衣無縫地交織在一起。翻開她的書就停不下來，也會對世代傳遞的創傷與家族祕密獲得深刻的心理學觀點。本書無疑會改變許多人的生命，幫助我們解鎖尚未實現的潛能。――克莉絲蒂．塔特（Christie Tate），《你不需治療，只需說出口》（Group）作者 加莉特．阿特拉斯書寫每個家庭特殊的創傷時，是在接續托爾斯泰的話：「幸福的家庭都很相似，不幸的家庭苦難大不相同。」阿特拉斯訴說她個案的故事，而個案的創傷也與她自己過去的創傷與失落相互呼應。阿特拉斯細膩親近地說故事，捕捉到了她和個案一起獲得的認可與療癒。他們一起挖掘那些祕密和背負、掩埋創傷的幽魂，藉著過去發生的事帶領讀者進入當下，進而開啟未來的可能。這樣的可能並非陽光普照的河谷。不幸福的家庭不會不假思索就變得幸福。然而，阿特拉斯以優雅、寬大的姿態展現給我們看，只要引領祕密與幽魂重見光明，新的故事、更多的生命力，以及名為幸福的解脫，就有可能。――肯．科爾貝特（Ken Corbett），《謀殺一個女孩》（A Murder Over a Girl，暫譯）作者 充滿智慧、大膽，實至名歸。《創傷會遺傳》描繪了心理治療如何揭露世代之間無意識的創傷傳遞，令人折服。阿特拉斯博士的文筆渲染力十足，讓人身歷其境，見證被埋藏的悲傷故事，看著那些背負傷痛的孩子對於籠罩他們人生的陰影似懂又非懂。本書見解獨到，闡明這些往事具有的意義，亦深深滿足我們對於精神分析在當代能提供什麼貢獻的好奇心。――潔西卡．班傑明（Jessica Benjamin），《愛的羈絆》（The Bonds of Love，暫譯）作者 強而有力、洞若觀火，深具同理心地探索創傷的世代遺傳。《創傷會遺傳》一書顯示加莉特．阿特拉斯不僅是天賦異稟的精神分析師，也是天賦異稟的作家。我極愛這本書，內心也為之翻騰激動。――丹尼．夏普洛（Dani Shapiro），《繼承》（Inheritance，暫譯）作者 這是一趟親近人心、筆觸細膩、充滿關懷的旅程，探索跨世代的創傷，以及人們如何背負這些傷痛，再傳遞給家人；同時也關注創傷如何在治療的關係之中，被巧妙地帶上檯面，進而被看清、削弱，甚至是化解，讓這些至今無以名狀的事物，經過轉化而得以宣洩重生。――強．卡巴特－辛（Jon Kabat-Zinn），《正念的療癒力量》（The Healing Power of Mindfulness，暫譯）作者 【目錄】 作者序 凡走過必留下痕跡 第一部 祖父母――糾纏我們的不是逝者，而是那些不能言說的故事 第 1 章 出軌，觸碰失落的兒時願望 第 2 章 你當小紅帽，這次沒有狼 第 3 章 爸爸緊握了一輩子的花瓶 第 4 章 夢裡，抱著孩子拚命奔逃 第二部 父母――接受不能改變的事，才能哀悼，迎接新生 第 5 章 不曾出生的寶寶，難以解釋的連結 第 6 章 曾經失去的我們，和無從開始的你 第 7 章 不能流淚的男人，可以哭泣的男孩 第 8 章 死去的哥哥，活著的妹妹 第三部 自己――看見我們對自己隱瞞的祕密，讓傷痕到此為止 第 9 章 為完美的好友保守祕密，直到永遠 第 10 章 離開那個家不是逃跑，是追求希望 第 11 章 原諒爸爸，不再需要效忠哪一邊 後記 開啟一扇門 看更多
類似書籍推薦給您
【簡介】 本書特色 1.貼近鄉土，特別針對台灣的電力系統而撰寫。 2.詳細闡明重要觀念，協助讀者奠定堅實基礎。 3.透過歸納與整理，儘量使內容變得簡單易懂。 4.總計超過220題的習題全部採用台灣大學電機研究所碩士班入學考試、電機技師考試、全國公務人員高普考、鐵路特考、關務特考、台電等公職考試的考古題，並附詳細的參考解答，協助讀者迅速增強實力。 內容簡介 本書介紹台灣的電力系統架構，因電力系統是一個三相交流電的系統，所以，第1章將三相交流電的基本原理與重要觀念歸納整理，先為讀者奠定深厚基礎。第2章簡單介紹各種發電方式，先了解電力系統如何運作，再化為等效電路後，用數學式進行計算與分析。第3章、第4章則介紹輸電線的等效電路及電路中的電阻、電感與電容的求法。第5章說明正常的電力系統如何透過計算與分析得知各個發電機的電壓大小與角度調整到多少，才能適當的將電力輸送到需要的地方。萬一發生故障，第6章介紹如何計算出在哪個位置發生哪種故障會產生多大的故障電流，以便在適當位置安裝合適的斷路器，且故障發生後可迅速將故障區與正常區隔離，以避免故障區擴大，甚至拖垮整個系統。 本書附錄為習題，採用公職考試的考古題，並附參考解答，期望藉由考古題可讓在電力領域有上進心的人迅速提升實力。本書適用於一般大學、科技大學、專科學校電機工程系「電力系統」之課程使用。 【目錄】 第一章 什麼是電力系統 1-1 最基本的電力系統 1-2 變電所的必要性 1-3 台灣的電力系統 1-4 電力系統的運作 1-5 直流與交流 1-6 單相系統的功率 1-7 提供功率與消耗功率 1-8 不平衡的三相電力系統 1-9 平衡三相電力系統的單相等效電路 1-10 正相序與負相序 1-11 線電壓與相電壓 1-12 線電流與相電流 1-13 j運算子與a運算子 1-14 3相功率 …..1-28 1-15 Y-Y、Y-Δ、Δ-Y與Δ-Δ的解法 1-16 標么值 1-17 平衡三相電力系統的單線圖 1-18 觀察法 1-19 三相變壓器的相移 第二章 發電子系統簡介 2-1 水力發電 2-2 火力發電 2-3 汽電共生 2-4 核能發電 2-5 風力發電 2-6 太陽光電能 2-7 太陽熱能 2-8 潮汐發電 2-9 波浪發電 2-10 溫差發電 2-11 洋流發電 2-12 地熱發電 第三章 輸電線的等效電路 3-1 分佈參數與集總參數 3-2 長程輸電線的等效電路 3-3 入射波與反射波 3-4 中程輸電線的等效電路 3-5 短程輸電線的等效電路 3-6 長程輸電線的ABCD參數 3-7 以集總參數表示的長程輸電線等效電路 3-8 輸電線可傳送到負載的最大實功率與突波阻抗負載 3-9 輸電能力倍增方案 3-10 過電壓抑制方案 第四章 輸電線的電阻、電感與電容的求法 4-1 輸電線的材質 4-2 輸電線的電阻 4-3 輸電線外部兩點之間的電感 4-4 輸電線的內部電感 4-5 單相兩線輸電線的電感 4-6 總電流為零之導體群的磁通量 4-7 合成導體的電感 4-8 成束導體的GMR 4-9 三相等間距輸電線的電感 4-10 三相不等間距輸電線的電感 4-11 刺槍術 4-12 單根導體的電容 4-13 單相兩線的電容 4-14 單相兩線考慮大地效應的電容 4-15 三相等間距的電容 4-16 三相不等間距的電容 4-17 三相合成導體 第五章 正常電力系統的分析 5-1 分支構成矩陣 5-2 以分支構成矩陣求Y矩陣 5-3 用指向圖求Y矩陣 5-4 高斯消除法解電壓 5-5 上下三角矩陣解電壓 5-6 修改Y矩陣 5-7 節點編號的技巧 5-8 電力潮流 5-9 經濟調度 第六章 故障電力系統的分析 6-1 斷路器 6-2 阻抗矩陣 6-3 利用上下三角矩陣求Z矩陣 6-4 非三相平衡故障的分析(對稱分量) 6-5 單線接地故障 6-6 兩線之間短路 6-7 兩線之間短路再接地 6-8 三相之間短路再接地 6-9 過電流電驛 6-10 方向性電驛 6-11 阻抗電驛 6-12 差動電驛 6-13 穩定度 6-14 Z矩陣的修正 6-15 參考節點變更後的Z矩陣 CH1習題 CH2習題 CH3習題 CH4習題 CH5習題 CH6習題 參考文獻
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
類似書籍推薦給您
【簡介】 暢銷回饋中！ 零負擔理解演算法設計技巧 零程式基礎也能快速上手 採高效簡潔靈活C語言實作程式 一本輕量級演算法，是您獲得程式設計新技能，提升自我價值的最好投資 當寫程式成為越來越普及的課程，讓人人擁有程式設計實作能力，已是各學校資訊教育的首要重點。演算法是為了解決一個問題而採取的方法和步驟，它是培養程式設計邏輯的基礎理論，程式能否有效率解決問題，演算法佔了十分重要的關鍵。 為了讓讀者能以容易理解的方式吸收演算法與基礎資料結構的相關知識，全書使用簡明的圖例介紹最常用演算法的概念，包括：分治法、遞迴法、貪心法、動態規劃法、疊代法、枚舉法、回溯法…等，並應用不同演算法延伸出重要資料結構，例如：陣列、鏈結串列、堆疊、佇列、樹狀結構、圖形、排序、搜尋、雜湊…等。而本次改版亦補強地加入了運算思維的重要觀念與實例演練，並將實戰安全性演算法與人工智慧相關演算法納入，採結構化語法的C語言舉例實作，功能強大且具備硬體處理能力，是您入門演算法的最佳首選。 本書特色 ✔強化程式設計邏輯：豐富圖例闡述基礎，將演算法做最簡明的詮釋及舉例 ✔完善科學領域議題：加入實戰安全性演算法與人工智慧的相關演算法 ✔演算法最佳首選：配合實作程式碼，將各種演算法應用在程式設計的領域 ✔驗收學習成果：設計難易適中的習題，參閱國家考試題型，提供進一步演練 為了讓讀者能以容易理解的方式吸收演算法與基礎資料結構的相關知識，全書使用簡明的圖例介紹最常用演算法的概念，包括：分治法、遞迴法、貪心法、動態規劃法、疊代法、枚舉法、回溯法…等，並應用不同演算法延伸出重要資料結構，例如：陣列、鏈結串列、堆疊、佇列、樹狀結構、圖形、排序、搜尋、雜湊…等。而本次改版亦補強地加入了運算思維的重要觀念與實例演練，並將實戰安全性演算法與人工智慧相關演算法納入，同時搭配C程式語言舉例實作，是您入門演算法的最佳首選。 【目錄】 第1章 進入演算法的世界 1-1 大話運算思維 1-2 運算思維的腦力大賽 1-3 生活中到處都是演算法 第2章 地表上最常見經典演算法 2-1 分治演算法 2-2 給我最好，其餘免談的貪心法 2-3 動態規劃法 2-4 疊代法 2-5 枚舉法 2-6 不對就回頭的回溯法 第3章 超人氣資料結構簡介 3-1 認識資料結構 3-2 資料結構的種類 3-3 盤根錯節的樹狀結構 3-4 學會藏寶圖的密技-圖形簡介 3-5 雜湊表 第4章 新手快速學會的最夯排序演算法 4-1 認識排序 4-2 氣泡排序法 4-3 選擇排序法 4-4 插入排序法 4-5 謝耳排序法 4-6 合併排序法 4-7 快速排序法 4-8 基數排序法 第5章 你一定要懂的搜尋演算法 5-1 常見搜尋法介紹 5-2 循序搜尋法 5-3 二分搜尋法 5-4 內插搜尋法 5-5 費氏搜尋法 第6章 全方位應用的陣列與串列演算法 6-1 矩陣演算法與深度學習 6-2 陣列與多項式 6-3 建立單向鏈結串列 第7章 實戰安全性演算法 7-1 輕鬆學會資料加密 7-2 一學就懂的雜湊演算法 7-3 破解碰撞與溢位處理 第8章 徹底研究堆疊與佇列演算法 8-1 陣列實作堆疊輕鬆學 8-2 鏈結串列實作堆疊 8-3 河內塔演算法 8-4 八皇后演算法 8-5 陣列實作佇列 8-6 鏈結串列實作佇列 8-7 雙向佇列 8-8 優先佇列 第9章 超圖解的樹狀演算法 9-1 陣列實作二元樹 9-2 鏈結串列實作二元樹 9-3 二元樹走訪 9-4 二元樹節點搜尋 9-5 二元樹節點插入 9-6 二元樹節點的刪除 9-7 堆積樹排序法 9-8 最佳二元搜尋樹 9-9 平衡樹 9-10 進階樹狀結構的應用 第10章 圖形演算法的祕密 10-1 圖形的定義 10-2 圖形的資料表示法 10-3 圖形的走訪 10-4 擴張樹簡介 10-5 圖形最短路徑法 第11章 AI高手鐵了心都要學的神級演算法 11-1 機器學習簡介 11-2 認識深度學習
類似書籍推薦給您
【簡介】 暢銷回饋中！ 零負擔理解演算法設計技巧 零程式基礎也能快速上手 採功能強大的C#語言實作程式 一本輕量級演算法，是您獲得程式設計新技能，提升自我價值的最好投資 當寫程式成為越來越普及的課程，讓人人擁有程式設計實作能力，已是各學校資訊教育的首要重點。演算法一直是電腦科學領域非常重要的基礎課程，從程式語言實作的角度，確實是有志從事資訊工作的專業人員，不得不重視的一門基礎理論。 市面上以C#來實作演算法的書籍非常少見，為了避免教學及閱讀上的不順暢，書中的演算法不以虛擬碼來說明，採用C#語言實作，不僅保有C語言的優點，更與C語言相容，全書介紹最常用的演算法概念，包括：分治法、遞迴法、動態規劃法、疊代法、枚舉法、回溯法及貪心法，並延伸說明排序、搜尋、陣列與串列、安全性、人工智慧相關、堆疊與佇列、樹狀、圖形…等演算法實作。為了降低學習障礙，書中完整列出程式碼，希望幫助讀者對演算法有更深刻的認識，是您以C#語言入門演算法的最佳首選。 為了讓讀者能以容易理解的方式吸收演算法與基礎資料結構的相關知識，全書使用簡明的圖例介紹最常用演算法的概念，包括：分治法、遞迴法、貪心法、動態規劃法、疊代法、枚舉法、回溯法…等，並應用不同演算法延伸出重要資料結構，例如：陣列、鏈結串列、堆疊、佇列、樹狀結構、圖形、排序、搜尋、雜湊…等。而本次改版亦補強地加入了運算思維的重要觀念與實例演練，並將實戰安全性演算法與人工智慧相關演算法納入，同時搭配C#程式語言舉例實作，是您入門演算法的最佳首選。 本書特色 ✔完善科學領域議題：加入實戰安全性演算法與人工智慧的相關演算法 ✔強化程式設計邏輯：豐富圖例闡述基礎，將演算法做最簡明的詮釋及舉例 ✔演算法最佳首選：配合實作程式碼，將各種演算法應用在程式設計的領域 ✔驗收學習成果：設計難易適中的習題，參閱國家考試題型，提供進一步演練 【目錄】 第1章 進入演算法的世界 1-1 大話運算思維 1-2 運算思維的腦力大賽 1-3 生活中到處都是演算法 第2章 地表上最常見經典演算法 2-1 分治演算法 2-2 給我最好，其餘免談的貪心法 2-3 動態規劃法 2-4 疊代法 2-5 枚舉法 2-6 不對就回頭的回溯法 第3章 超人氣資料結構簡介 3-1 認識資料結構 3-2 資料結構的種類 3-3 盤根錯節的樹狀結構 3-4 學會藏寶圖的密技-圖形簡介 3-5 雜湊表 第4章 新手快速學會的最夯排序演算法 4-1 認識排序 4-2 氣泡排序法 4-3 選擇排序法 4-4 插入排序法 4-5 謝耳排序法 4-6 合併排序法 4-7 快速排序法 4-8 基數排序法 4-9 堆積樹排序法 第5章 你一定要懂的搜尋演算法 5-1 常見搜尋法介紹 5-2 循序搜尋法 5-3 二分搜尋法 5-4 內插搜尋法 5-5 費氏搜尋法 第6章 全方位應用的陣列與串列演算法 6-1 矩陣演算法與深度學習 6-2 陣列與多項式 6-3 徹底玩轉單向串列演算法 第7章 實戰安全性演算法 7-1 輕鬆學會資料加密 7-2 一學就懂的雜湊演算法 7-3 破解碰撞與溢位處理 第8章 堆疊與佇列演算法徹底研究 8-1 陣列實作堆疊輕鬆學 8-2 串列實作堆疊 8-3 古老的河內塔演算法 8-4 八皇后演算法 8-5 陣列實作佇列 8-6 串列實作佇列 8-7 雙向佇列 8-8 優先佇列 第9章 超圖解的樹狀演算法 9-1 陣列實作二元樹 9-2 串列實作二元樹 9-3 二元樹走訪的入門捷徑 9-4 話說二元搜尋樹 9-5 二元樹節點插入 9-6 二元樹節點刪除 9-7 二元運算樹 9-8 二元排序樹 9-9 引線二元樹的奧祕 9-10 最佳二元搜尋樹 9-11 平衡樹 9-12 進階樹狀結構的應用 第10章 圖形演算法的秘密 10-1 圖形簡介 10-2 圖形的資料表示法 10-3 圖形的走訪 10-4 擴張樹的奧祕 10-5 圖形最短路徑法 第11章 AI高手鐵了心都要學的神級演算法 11-1 機器學習簡介 11-2 認識深度學習
華通書坊
