人工智慧:智慧型系統導論3/e (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
立即查看
從人到人工智慧,破解AI革命的68個核心概念 <臉譜>
類似書籍推薦給您
立即查看
Microsoft Azure AI Services與Azure OpenAI從入門到人工智慧程式開發-使用Python(含MCF AI-900國際認證) (1版)
類似書籍推薦給您
【簡介】
體貼初學者學習Azure AI服務的流程!
Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作
■ 專家與教師共同執筆
由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著,針對初學者學習Azure AI領域所應具備的基本素養,所編寫入門教材,內容由淺入深,以引發學習動機為最主要考量,帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。
■ 內容多元且淺顯易懂
對Azure AI服務的理論做深入淺出的說明,同時廣泛列舉相關應用實例,並使用適當的插圖和圖表,說明Azure AI技術的原理和實際運作方案,讓初學者對Azure AI有更進一步的認識。
■ Azure AI服務開發技能
介紹實用的入門開發實作,以培養初學者規劃AI解決方案的能力。實作包含:電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例,並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式;詳盡說明實作的程式碼與操作步驟,培養初學者開發AI應用程式的能力。
■ Microsoft AI-900人工智慧基礎國際認證能力訓練
將認證考試重點融入書中,讀者能藉由練習來了解該章內容重點,同時書末彙整MCF AI-900核心能力國際認證模擬試題,是考取MCF AI-900人工智慧基礎國際認證的最佳教材。
【目錄】
第1章 Microsoft Azure AI 基本概念:使用人工智慧的開始
1.1 人工智慧簡介
1.2 Microsoft Azure AI 簡介
1.3 模擬試題
第2章 負責任的 AI
2.1 AI 造成的道德和社會問題
2.2 了解負責任的AI
2.3 申請Azure 帳戶
2.4 模擬試題
第3章 認識 Colab 程式編輯環境
3.1 Colab 簡介
3.2 安裝 Colab
3.3 Colab 環境簡介
3.4 編輯第一個 Colab 筆記本
3.5 Colab 常用功能
第4章 Gradio 互動式網頁
4.1 簡介認識 Gradio
4.2 Gradio 基本語法介紹
4.3 Gradio 常用的輸出入元件
第5章 探索電腦視覺(一)電腦視覺分析
5.1 Azure AI 視覺簡介
5.2 Azure AI 視覺服務
5.3 Azure AI 服務開發環境與必要條件
5.4 Azure AI 視覺開發實作
5.5 模擬試題
第6章 探索電腦視覺(二)OCR 與文件智慧服務
6.1 光學字元識別 (OCR)
6.2 Azure AI 視覺服務讀取文字
6.3 文件智慧服務和知識採礦
6.4 Azure Al 視覺服務讀取影像文字開發實作
6.5 模擬試題
第7章 探索電腦視覺(三)臉部服務
7.1 臉部辨識服務簡介
7.2 臉部偵測
7.3 臉部分析
7.4 臉部識別
7.5 臉部辨識服務開發實作
7.6 模擬試題
第8章 探索電腦視覺(四)自訂視覺
8.1 自訂視覺簡介
8.2 自訂視覺影像分類
8.3 在 Azure 使用影像分類
8.4 自訂視覺物件偵測
8.5 在 Azure 使用物件偵測
8.6 自訂視覺範例實作
8.7 模擬試題
第9章 探索自然語言處理(一)文字分析
9.1 自然語言處理簡介
9.2 自然語言處理
9.3 使用 Azure AI 語言服務分析文字
9.4 文字分析開發實作
9.5 模擬試題
第10章 探索自然語言處理(二)對話式AI
10.1 對話式AI 簡介
10.2 問題與解答對話系統
10.3 使用交談語言理解建立語言模型
10.4 Azure AI 機器人服務
10.5 自訂問題解答開發實作
10.6 模擬試題
第11章 探索自然語言處理(三)語音與翻譯
11.1 語音辨識與語音合成
11.2 語音服務功能介紹
11.3 文字翻譯
11.4 翻譯服務功能介紹
11.5 文字翻譯開發實作
11.6 語音合成開發實作
11.7 模擬試題
第12章 Azure 機器學習基本原理
12.1 機器學習簡介
12.2 機器學習的工作流程
12.3 機器學習的模型
12.4 分類模型
12.5 迴歸模型
12.6 叢集模型
12.7 模擬試題
第13章 Azure 機器學習實作
13.1 Azure 機器學習服務簡介
13.2 Azure 機器學習設計工具的工作流程
13.3 使用設計工具建立模型
13.4 使用 Azure 機器學習自動化 ML
13.5 使用提示流程建立 AI 應用程式
13.6 模擬試題
第14章 Azure OpenAI
14.1 生成式 AI 簡介
14.2 大型語言模型
14.3 Azure OpenAI 簡介
14.4 Copilots 簡介
14.5 使用提示工程改善生成式 AI 回應
14.6 Azure OpenAI 生成式 AI 應用程式開發實作
14.7 模擬試題
附錄A MCF AI-900 人工智慧基礎國際認證模擬試題
看更多
立即查看
從 AI 到 生成式 AI:40 個零程式的實作體驗,培養新世代人工智慧素養 (1版)
類似書籍推薦給您
內容介紹
在 ChatGPT 和 AIGC 應用發光發熱之際,
你是不是驚覺:怎麼 AI 已經離我這麼近了!
其實 AI 一直都在,只是默默在背後運作,
然而多數人還不認識 AI,
因而有許多神話或恐懼的想法。
▌如果你是上班族:
看到媒體、新聞反覆報導,
又說 AI 多厲害,又說 AI 會造成失業,
到底 AI 是甚麼?
對你的工作有甚麼幫助或影響?
有危機意識的你該如何擺脫宿命?
▌如果你是新鮮人或轉職者:
懂不懂 AI,直接影響未來求職的競爭力。
當企業對 AI 求才若渴,
你的履歷會需要多點 AI 來加分!
不過之前學校教的不多,
網路資源又讓人似懂非懂,
想要獲得企業青睞,該從何下手?
▌如果你是家長:
這一代年輕人就是 AI 原生族群,
AI 勢必伴隨著他們成長,
而 AI 所帶來的影響也是避無可避,
想要消弭可能的科技代溝,該怎麼預防?
-
AI 時代已然揭開序幕,
要在這個時代生存,
你需要對 AI 有基本素養,
首要認識 AI、知道 AI 的能耐與限制,
然後懂得運用 AI 來提高效率,
彌補自身不足,
才不會被改革的浪潮所淹沒。
有感於一般大眾對於 AI 的認識有限,就算詳讀許多相關資料,單憑書籍、網路文章的隻字片語,難以對 AI 有深刻體悟。作者將人工智慧看似艱澀難懂的知識,經由淺顯易懂的觀念講解,搭配 40 個零基礎也能玩的實作,化為大家都「看得懂、說得出、做得到」的 AI 素養。
沒有程式、沒有數學的學習門檻,帶領你無痛體驗生成式 AI、機器學習、深度學習、自然語言處理、電腦視覺辨識...等各種 AI 技術,不懂程式的你,也可以親手訓練 AI、掌握 AI,讓 AI 成為你的神助手!
● 電腦視覺 (Computer Vision)
● 自然語言處理 (NLP)
● 聊天機器人 (Chatbot)
● 人工智慧道德與倫理
\ No Code, No Math!/
40 個零基礎、
可以深入體驗 AI 細節的活動實驗
- 跟 AI 協作,配合音樂作畫
- 邊玩邊學,看懂生成式 AI 的門道
- 打造喵星人的機器學習識別模型
- 看電腦怎麼自己玩 Flappy Bird 遊戲
- 虛擬路況體驗 AI 道德判斷的取捨
- 設計點餐機器人看 Chatbot 的運作
- 用 AI 幫你寫故事
- 跟著 AI 學畫畫
- AI 眼動操控體驗
- 捷運車廂的電腦視覺應用
- 隨手塗鴉一秒生成照片
- 神經元運作的動態圖解實驗
- 人臉 (物品) 偵測與情緒判讀
其他還有尋找威利、海洋淨化、風格轉換、情感分析、單字聯想...等有趣兼具實用的活動,以及各式補充的延伸學習知識,豐富資源等你來體驗!
書籍目錄
▌第 1 章 什麼是人工智慧 ▌
1-1 AI 在生活中的一天
活動:Bing Chat 搜尋、 聊天、 繪圖全都行
1-2 人類智慧與人工智慧
活動:尋找威利
1-3 人類智慧與人工智慧是競爭還是合作?
活動:用音樂作畫
活動:你的眼睛會說話
1-4 人工智慧類型
▌第 2 章 AI 能做什麼?AI 不能做什麼? ▌
2-1 人工智慧發展史
2-2 人工智慧的影響
活動:跟 kuki 聊天
活動:語音辨識
活動:臉部辨識
2-3 人工智慧擅長與不擅長的領域
活動:教 AI 認識水果
活動:讓 AI 修復照片
2-4 AI 如何運作
傳統程式與機器學習的差異
活動:攝氏轉華氏 - 傳統程式方式
活動:攝氏轉華氏 - 機器學習方式
活動:限時塗鴉 (Quick,Draw!)
2-5 讓我們開始進入 AI 世界吧
▌第 3 章 機器學習 ▌
3-1 什麼是機器學習
3-2 機器學習如何工作
活動:教機器認識貓
3-3 機器學習三大類型
活動:利用決策樹教電腦分類
活動:小鳥學飛
活動:影像辨識操作
3-4 動手做做看:影像辨識 – 貓還是狗?
▌第 4 章 深度學習 ▌
4-1 什麼是深度學習
4-2 深度學習的重要核心 - 神經網路 (Neural Network)
4-3 神經網路如何工作
活動:單個神經元工作方式
活動:多個神經元工作方式
活動:用 AI 玩剪刀、石頭、布
活動:將照片變成塗鴉
4-4 動手做做看:TensorFlow Playground
▌第 5 章 卷積神經網路 ▌
5-1 卷積神經網路的由來
5-2 什麼是卷積神經網路
5-3 卷積神經網路架構
活動:在瀏覽器中輕鬆學習卷積神經網路
活動:利用 CNN 進行塗鴉識別
5-4 卷積神經網路應用
▌第 6 章 循環神經網路 ▌
6-1 序列性資料
6-2 什麼是循環神經網路
6-3 循環神經網路架構
6-4 循環神經網路類型
活動:讓 AI 陪你一起畫畫 Ⅰ
活動:讓 AI 陪你一起畫畫 Ⅱ
▌第 7 章 電腦視覺 ▌
7-1 什麼是電腦視覺 (Computer Vision)
7-2 電腦視覺如何工作
7-3 電腦視覺任務
活動:Google Vision AI
7-4 電腦視覺應用
7-5 動手做做看
活動:物體偵測 –「捷運搭乘守則」
活動:臉部辨識 –「猜猜我的年紀」
▌第 8 章 自然語言處理 ▌
8-1 什麼是自然語言處理 (NLP)
8-2 自然語言處理如何工作
8-3 自然語言處理應用
8-4 動手做做看
活動:情感分析
活動:單字聯想遊戲 Semantris
活動:文字辨識 –「智慧教室」
▌第 9 章 聊天機器人 (Chatbot) ▌
9-1 什麼是聊天機器人
9-2 聊天機器人如何工作
9-3 聊天機器人應用
9-4 動手做做看
活動:簡易餐廳聊天機器人
活動:智慧化餐廳聊天機器人
活動:ChatGPT 與 DALL·E 2
▌第 10 章 生成式人工智慧 ▌
10-1 什麼是生成式 AI(Generative AI)
10-2 生成式 AI 如何工作
10-3 生成式 AI 應用
活動:用 AI 創作故事
活動:此人不存在
活動:AI 風格圖像變變變
▌第 11 章 人工智慧道德與社會影響 ▌
11-1 偏見 (Bias)
11-2 隱私 (Privacy)
11-3 問責制 (Accountability)
11-4 工作 (Job)
11-5 動手做做看
活動:保護海洋的人工智慧 (AI for Oceans)
活動:道德機器 (Moral Machine)
11-6 人工智慧的演變及未來
立即查看
從機器學習到人工智慧|寫給Android/iOS程式師的ML/AI開發指南
類似書籍推薦給您
內容簡介
幫助Android/iOS開發者了解如何應用AI/機器學習技術開發app
如果無處可用,AI什麼都不是。在人手一機的時代裡,如何應用AI已經成為行動裝置App開發人員的必修課程。本書是你在主流行動裝置平台(iOS與Android)上應用機器學習技術開發相關app的最佳指南。
本書介紹機器學習的相關技術與工具,並引導你應用ML Kit、TensorFlow Lite與Core ML等工具,開發電腦視覺與文字辨識等應用機器學習技術的Android/iOS應用程式。
.介紹可以應用在行動裝置上的AI/ML相關技術
.建立為iOS和Android的機器學習模型
.應用ML Kit與TensorFlow Lite開發Android/iOS應用程式
.如何依據需求選擇技術與工具,如雲端或裝置端的取捨,以及API的選擇
.了解機器學習技術應用的上的隱私與道德考量
目錄
第一章 人工智慧 & 機器學習簡介
第二章 電腦視覺簡介
第三章 ML Kit 簡介
第四章 善用 ML Kit的電腦視覺Android App
第五章 善用 ML Kit的文字處理Android App
第六章 善用 ML Kit的電腦視覺iOS App
第七章 善用 ML Kit的文字處理iOS App
第八章 深入理解 TensorFlow Lite
第九章 建立自定義模型
第十章 使用自定義模型的 Android App
第十一章 使用自定義模型的 iOS App
第十二章 用 Firebase 來協助 App 產品化
第十三章 使用 Create ML 與 Core ML 的 iOS App
第十四章 行動 App 存取雲端模型
第十五章 行動 App 的道德面、公平性與隱私權考量
立即查看
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
立即查看