室內裝修材料施工作業實務-附「建築物無障礙設施設計規範」圖例精要(增修八版) (8版)

【簡介】以往國人對室內裝修，僅依業主口頭講述或憑工匠多年自恃之經驗，即從事相關工程，無較正確的施工步驟作為規範，造成施工品質認知上的差異，甚者危及建築物之安全，以致糾紛四起。為對於室內裝修從業人員應重視裝修技術，消除舊有錯誤之觀念，希藉本書系統化、法規化之介紹，望能促使國內室內裝修觀念及技術普遍性的提升。本書內容主要分為三部份：　　第壹章：為闡述室內裝修構造、材料及設計相關事項與常見標示符號，並敘述有關裝修審查、施工、監督管理乃至竣工驗收之標準作業與品質管制事宜。　　第貳～拾章：分章解述裝修泥作、木作、金屬施工、輕隔間及天花板、玻璃壓克力、壁布壁紙窗簾地毯、水電工程作業等；此外亦包含裝修工程估算表的編製，使讀者對於工程報表、材料估算等作業有所掌握。　　第拾壹～拾肆章：針對室內裝修相關法規(如建築法、建築技術規則、室內裝修管理辦法、建築物無障礙設施設計規範、公寓大廈管理條例、勞工安全衛生相關法規及消防相關法規等)取其重點條文，列入章節中。 ■ 本書特色　　本書涵蓋室內裝修法規、設計及室內裝修主體施工相關作業內容，彙整授課老師及專家學者提供寶貴資料，並以編輯群多年實務經驗所編著之室內裝修相關書籍，以平實易懂的文字作重點式的陳述，可作為課程用書及相關證照考試參考書籍。　　本書為中華民國災害預防協會所開辦室內裝修工程管理乙級技術士專技班之課程內容，上課學員參加乙級技術士室內裝修工程管理證照學科考試超過七成及格率，為北區教學團體之冠。　　本書經教學及證照考試上之洗鍊，增修版本因應教學及考用上之需求，新增包含「建築技術規則」與裝修工程相關之補充圖例，以及「建築物無障礙設施設計規範」重點圖例；法規部分也依據最新修訂公布之資料全面更新，推薦本專業用書給有志從事或已從事室內裝修工程之社會人士及在校學生【目錄】第壹章　概論一、室內裝修之分類　(一)構成內容　(二)施作過程　(三)防災性能　(四)材料分類二、室內構造平面及材料之表示符號　(一)基本認知　(二)建築及室內製圖表示符號　(三)水、電、空調、消防設備製圖表示符號　(四)室內裝修現況測量與放樣三、申請室內裝修之審查及竣工查驗所需的作業四、室內裝修工程監督及驗收　(一)工程監督　(二)工程之驗收五、室內裝修品管作業事項　(一)室內裝修工程品質管制作業流程　(二)室內裝修施工品管作業計畫中之工程概要簡述　(三)品管組織及內部稽核　(四)室內裝修工程品質管理標準表之製作　(五)室內裝修工程品質管理自主檢查表之製作第貳章　裝修泥作施工作業一、磚隔間　(一)特性成份　(二)砌磚的專有名詞　(三)常用疊砌形式　(四)紅磚依表面處理質感不同其種類分為　(五)磚牆施工步驟品質管制二、粉刷作業　(一)依施工位置之分類　(二)粉刷施工步驟　(三)粉刷施工步驟品質管制三、面材處理作業四、石材作業　(一)石材的分類　(二)石材之性質分類　(三)建築裝修之石材　(四)石材之加工　(五)石材之舖貼五、防水施工作業　(一)一般施工原則　(二)材料系統說明　(三)施作位置說明　(四)防水材料材質說明　(五)材料貯存之注意事項　(六)施工面之處理　(七)施工時注意事項　(八)一般常見之防水材料施工大樣圖例第參章　裝修木作施工作業一、隔間作業　(一)木作隔間材料特性成份　(二)木作隔間(隔屏)施工作業　(三)木作隔間(隔屏)施工注意事項二、壁板作業　(一)壁板構架品質施工步驟　(二)封面板施工要點　(三)其他壁板施工方式三、地板作業　(一)直舖地板　(二)平舖地板　(三)高架地板四、櫥櫃作業　(一)櫥櫃材料尺寸及廚櫃橫剖面寬度尺寸　(二)櫥櫃橫剖面寬度尺寸　(三)櫥櫃材料之準備　(四)櫥櫃組裝固定　(五)抽屜組裝固定　(六)門片組裝固定五、門、窗、天花板及樓梯作業　(一)木門樘工程　(二)空心或實心夾板門扇工程　(三)天花板工程　(四)樓梯木扶手工程施工大樣圖例第肆章　裝修金屬施工作業一、金屬門窗　(一)金屬製品　(二)金屬(鋼)門扇、門樘及鋼窗　(三)不銹鋼門扇及門樘　(四)防火金屬門扇及門樘二、鋁製門窗　(一)注意事項　(二)鋁門扇、門樘及鋁窗加工製作　(三)鋁製百葉窗三、金屬欄杆扶手　(一)注意事項　(二)材料規定　(三)加工製作　(四)準備工作　(五)施工要求四、不銹鋼欄杆扶手　(一)注意事項　(二)加工規定　(三)準備工作　(四)安裝工作　(五)清理五、玻璃欄杆扶手　(一)注意事項　(二)加工規定　(三)準備工作　(四)施工要求六、金屬樓梯　(一)注意事項　(二)加工規定　(三)安裝施工　(四)清理七、五金配件　(一)注意事項　(二)特性　(三)施工規定　(四)施工要求　(五)清理保護施工大樣圖例第伍章　輕隔間及天花板施工作業一、輕隔間　(一)石膏板組裝　(二)預貼壁布石膏板輕隔間　(三)木絲水泥板　(四)浴廁強化美耐板隔間　(五)浴廁鋼質面板隔間二、天花板　(一)玻纖天花板　(二)礦纖吸音天花板　(三)防火礦纖天花板　(四)石膏天花板　(五)吸音天花板　(六)玻纖吸音貼布天花板　(七)鋁板天花板　(八)鋁板條天花板　(九)懸吊鋁隔柵天花板施工大樣圖例第陸章　裝修塗裝施工作業一、金屬表面塗裝　(一)金屬油漆　(二)金屬防蝕塗料　(三)金屬防火塗料二、木作表面塗裝　(一)木作油漆　(二)木作防火塗料三、泥作表面塗裝　(一)泥作油漆　(二)環氧樹脂漆　(三)仿石質複層塗料第柒章　玻璃及壓克力安裝作業一、玻璃安裝作業　(一)玻璃及玻璃鑲嵌　(二)金屬網入玻璃　(三)不銹鋼玻璃窗口　(四)浮式玻璃二、壓克力安裝作業　(一)材質說明　(二)施工作業品質標準　(三)施工材料之規定　(四)施工注意事項第捌章　壁布、壁紙、窗簾、地毯施工作業一、壁布施工作業　(一)塑膠耐燃壁布施工作業二、壁紙施工作業　(一)依圖形造型分　(二)依厚度分　(三)依材質分　(四)其他壁紙　(五)附屬材料　(六)材料品質管制　(七)施工作業品質標準　(八)施工要求　(九)施工步驟三、窗簾施工作業　(一)布簾　(二)百葉簾　(三)直立簾　(四)木質簾　(五)塑膠布簾　(六)水平百葉窗簾施工作業　(七)垂直百葉窗簾施工作業　(八)摺簾施工作業　(九)捲簾施工作業四、地毯施工作業　(一)地毯　(二)塑膠地毯施工大樣圖例第玖章　水電工程作業一、給排水管線施工　(一)管之連接法　(二)管之安裝　(三)管之吊掛及支撐　(四)套管　(五)泛水　(六)膨脹及收縮裝置　(七)洩水及排氣裝置　(八)管之鑿截　(九)管路試壓檢驗　(十)管路之沖洗及消毒　(十一)設備之接管　(十二)施工前後應注意事項二、污排水管及透氣管系統　(一)管材　(二)配管安裝　(三)清潔口　(四)存水彎　(五)檢驗及消毒三、電氣工程　(一)電工基本原理　(二)室內裝修配電工程　(三)用電設備　(四)導線管施工注意事項　(五)配線作業注意事項四、空調及通風工程　(一)空調定義　(二)冷凍定義　(三)單位名詞解釋　(四)施工注意事項五、弱電系統工程　(一)通訊系統　(二)網路資訊系統　(三)安全監視系統　(四)視訊系統　(五)施工程序　(六)施工方式第拾章　裝修工程估算表編製一、發包(統包)工程　(一)工程進行概述　(二)包工不包料工程　(三)自建工程二、正確填寫工程報表　(一)每日工程日報表之填寫　(二)監工日報表內容三、施工進度之管理四、施工材料之估算五、估算後之製表　(一)對設計圖說方面　(二)對施工方面　(三)有關材料方面　(四)複核為避免錯誤之發生，應建立複核制度第拾壹章　建築法規室內裝修條款之規定一、認識法令　(一)法規的意義　(二)法律與命令　(三)法規的位階　(四)法規的制定程序　(五)法規的適用原則二、建築法相關條款摘要三、建築技術規則相關條文摘要（附補充圖例）　(一)用語定義　(二)防火區劃　(三)非防火區劃分間牆　(四)內部裝修材料　(五)避難層出入口　(六)避難層以外樓層出入口　(七)走廊（室內通路）　(八)直通樓梯　(九)安全梯　(十)特別安全梯　(十一)屋頂避難平台　(十二)緊急進口四、建築物室內裝修管理辦法五、公寓大廈管理條例相關條文摘要　(一)用語定義　(二)管理委員會之職務　(三)住戶之權利義務　(四)公寓大廈管理條例與室內裝修問題的探討第拾貳章　建築物無障礙設施設計規範之規定一、「建築物無障礙設施設計規範」摘要　(一)無障礙通路　(二)樓梯　(三)昇降設備　(四)廁所盥洗室　(五)浴室　(六)輪椅觀眾席位　(七)停車空間第拾參章　裝修安全衛生之規定一、職業安全衛生法摘要二、廢棄物清理法相關規定摘要三、營建工程空氣污染防制設施管理辦法摘要四、裝修安全衛生設施防護五、裝修工程相關機具　(一)空壓機　(二)捲揚機　(三)電動圓盤鋸　(四)電焊機　(五)電鑽　(六)破碎機　(七)手工具第拾肆章　裝修消防法規條款之規定一、火災學概述　(一)火災具有三種特性　(二)火災對人體之危害　(三)燃燒四要素　(四)滅火方法　(五)火災分類二、消防法規概述三、系統概述　(一)警報設備系統　(二)避難設備系統　(三)滅火設備系統　(四)排煙設備系統　(五)緊急照明四、施工注意事項參考文獻

原價: ~~570~~ 售價: 507 現省: 63元

立即查看

多元性別族群心理健康手冊: 認識性別與性傾向光譜 (1版)

【簡介】本書是網羅了 LGBTQ 心理健康領域的各個專家所撰寫，內容涵蓋科學文獻到臨床經驗，全書共分為女同性戀、男同性戀、雙性戀、跨性別、酷兒、疑性戀、陰陽人、無性戀、泛性戀及直同志等十個章節，每個章節從性別和性傾向心理和文化面向出發，並闡述該社群的歷史與定義，以及在 21 世紀當代的樣貌。書中以治療師和個案對談的方式，為同志友善的人解答常見的提問，例如：個案與其親友及醫師們最想知道的、該怎麼說和怎麼做。最後，本書會討論進行 LGBTQ2IAPA 多元性別族群心理諮商、心理治療時常見的情境，這是一本想了解多元性別族群的讀者最佳之入門導引。【目錄】前言 (Preface: LGBTQ2IAPA) ix 作者群 (Contributors) xii 譯者序 (Translator's Preface) xiv 譯者介紹 (Translator Introduction) xv 1 女同性戀：LGBTQ2IAPA 中的L (Lesbian: The L in LGBTQ2IAPA) Daena L. Petersen, M.D., M.P.H., M.A. Mary E. Barber, M.D. Nix Zelin, M.D. Eric Yarbrough, M.D. 1 2 男同性戀：LGBTQ2IAPA 中的G (Gay: The G in LGBTQ2IAPA) Ahmad A. Mohammad, M.D., M.A. Eric Yarbrough, M.D. 17 3 雙性戀：LGBTQ2IAPA 中的B (Bisexual: The B in LGBTQ2IAPA) Sarah Noble, D.O. 47 4 跨性別：LGBTQ2IAPA 中的T (Transgender: The T in LGBTQ2IAPA) Murat Altinay, M.D. 5 酷兒：LGBTQ2IAPA 中的第一個Q 61 (Queer: The First Q in LGBTQ2IAPA) Sam Marcus, M.A. E.K. Breitkopf, M.A. 87 6 疑性戀：LGBTQ2IAPA 中的第二個Q (Questioning: The Second Q in LGBTQ2IAPA) Mark Joseph Messih, M.D., M.Sc. 109 7 陰陽人：LGBTQ2IAPA 中的I (Intersex: The I in LGBTQ2IAPA) Adrian Jacques H. Ambrose, M.D., M.P.H., FAPA 127 8 無性戀：LGBTQ2IAPA 中的第一個A (Asexual: The First A in LGBTQ2IAPA) Selale Gunal Petros Levounis, M.D., M.A. 145 9 泛性戀：LGBTQ2IAPA 中的P (Pansexual: The P in LGBTQ2IAPA) Victoria Formosa, L.C.S.W. 159 10 直同志：LGBTQ2IAPA 中的第二個A (Ally: The Second A in LGBTQ2IAPA) Angeliki Pesiridou, M.D. Serena M. Chang, M.D. 177 索引 (Index) 191

原價: ~~380~~ 售價: 361 現省: 19元

立即查看

Deep Learning: 用Python進行深度學習的基礎理論實作

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

原價: ~~580~~ 售價: 493 現省: 87元

立即查看

財經時間序列預測─使用R的計量與機器學習方法 (1版)

財經時間序列預測：使用R的計量與機器學習方法 ISBN13：9786263431492 出版社：五南圖書出版作者：何宗武裝訂／頁數：平裝／336頁規格：26cm*19cm*1.7cm (高/寬/厚) 重量：720克版次：1 出版日：2022/08/25 中國圖書分類：統計電子資料處理；統計電腦資料處理內容簡介本書為進階的教材，需要經濟計量方法和矩陣代數的基礎。時間序列預測是統計學裡非常實用的工具，不論是分析投資組合的數據、全球總經和金融市場，以及預測景氣循環變動等等，可以用過去的數據資料，預測未來趨勢，是可以符合實際決策需要的實用能力。書中並介紹機器學習方法，機器學習不是指特定估計方法，學習指的是如何在資料結構中運算，以追蹤最小預測誤差的方法獲得最佳預測(tuning)。我們應用機器學習演算法訓練歷史資料，執行特徵萃取(features extraction)，再測試預測表現。依此建立一個可預測未來的模型，作為決策之用。使用R語言進行時間序列預測是本書的一大特點，R語言是統計學中普及且容易上手的分析工具，書中針對一個個資料分析步驟進行深度解說，教給讀者進行預測與評估的最實用方法。目錄自序 Part I 時間序列預測基礎 1 統計與時間序列基礎第1 節隨機變數和預測第2 節樣本和母體第3 節兩組中央趨勢第4 節時間序列特徵第5 節時間序列預測的不同之處 2 財經時間序列開放資料之取得第1 節 Fed 美國聯準會第2 節證交所5 秒鐘的高頻資料第3 節國際清算銀行的有效匯率指數BIS 第4 節 R 內建套件quantmod 國際股市資料第5 節 Fama-French Factor Data 第6 節套件JFE 內建函數 3 時間序列的訓練架構—Recursive Validation 第1 節 K- 段交叉驗證方法(K-fold CV) 第2 節 N 步遞回驗證(N-step Recursive Validation) 第3 節 K-fold 的關聯問題和Rabinowicz-Rosset 修正CV 4 關於時間序列預測值的計算第1 節資料配適的統計預測第2 節預測未來之一：單步預測第3 節預測未來之二：多步預測第4 節評估模型的預測績效 Part II 經濟計量方法Econometric Methods 5 計量時間序列方法第1 節 ARIMA 第2 節非線性移轉模型：SETAR 和LSTAR 第3 節 BATS (Box-Cox transform, ARMA, Trend & Seasonality) 第4 節 BAGGED (Bootstrap AGGregation) 第5 節 GAMs 第6 節時間序列的組合預測簡介：AveW and Model Average 6 經濟計量預測實做—臺灣工業生產指數成長率預測第1 節資料與訓練架構第2 節 R 程式的單步靜態預測第3 節 R 程式的動態預測的訓練 Part III 機器學習 Machine Learning 7 機器學習的演算法第1 節迴歸樹、隨機森林和KNN 第2 節簡易人工神經網路(Simple Artificial Neural Network) 第3 節 Support Vector Machine 第4 節 Gradien Boosting Machine 第5 節正則方法：LASSO, Ridge and Elastic Net 第6 節自動化機器學習模式：autoML 委員會第7 節機器學習的動態預測—R 套件iForecast 說明附錄 8 機器學習預測實做—指數報酬率預測(Index Returns Forecasting) 第1 節資料與模型第2 節 R 程式說明與結果呈現 Part IV 深度學習方法 9 深度學習方法的訓練與學習RNN-LSTM 第1 節原理簡說第2 節軟體環境設置 10 LSTM 預測實做—美國失業率和通貨膨脹第1 節 LSTM 程式說明第2 節 iForecast 內的ttsLSTM() Part V 類別資料 11 分類模式第1 節二元廣義線性模式第2 節 GLM 的R 程式第3 節混淆矩陣第4 節決策樹分類案例研究 12 類別時間序列資料的預測—景氣循環第1 節資料與問題說明第2 節機器學習R 程式附錄1 R 套件iForecast 介紹附錄2 矩陣進一步性質與應用第1 節方陣的特殊性質第2 節應用參考文獻

原價: ~~600~~ 售價: 510 現省: 90元

立即查看

深度學習詳解｜台大李宏毅老師機器學習課程精粹 (1版)

【簡介】台灣大學電機工程學系李宏毅教授～專文推薦～很高興看到Datawhale的王琦、楊毅遠、江季等同學將我的線上錄影轉化為可閱讀的教材，他們的努力使我的教學內容能接觸更多學子。希望這本書能幫助更多人探索深度學習領域，激發更多學子對這個領域的興趣和熱情。 ■ 名師授課精華，一本掌握深度學習核心觀念台灣大學電機工程學系李宏毅教授開設的「機器學習」與「生成式AI」課程在YouTube上廣受歡迎，累積超過30萬訂閱，影響力橫跨學界與業界。本書依據李宏毅教授「機器學習」課程中與深度學習相關的內容編寫，並融合近年課程更新重點，為AI學習者提供最完整、最系統化的深度學習知識架構。 ■ 從基礎到進階，完整呈現深度學習關鍵知識內容包括了深度學習的基礎知識、類神經網路的訓練技巧、生成模型、自監督學習（包括 BERT 和 GPT）、擴散模型、元學習、神經網路壓縮等。此外，還探討了如何解決類神經網路訓練中的常見問題，如局部最小值、鞍點、批次與動量、自動調整學習速率等。 ■ 理論實務兼具，打造易懂又實用的學習體驗在理論嚴謹的基礎上，本書保留了課程中大量生動有趣的例子，幫助讀者從生活化的角度瞭解深度學習的概念、建模過程與核心演算法細節。適合對深度學習感興趣，想要入門深度學習的讀者閱讀，更可作為深度學習相關課程的教材。王琦上海交通大學人工智能教育部重點實驗室博士研究生，碩士畢業於中國科學院大學。Datawhale成員，《Easy RL：強化學習教程》作者，英特爾邊緣計算創新大使，Hugging Face社區志願者，AI TIME成員。主要研究方向為強化學習、計算機視覺、深度學習。曾獲「中國光谷．華為杯」第十九屆中國研究生數學建模競賽二等獎、中國大學生計算機設計大賽二等獎、亞太地區大學生數學建模競賽（APMCM）二等獎，並發表多篇SCI/EI論文。楊毅遠牛津大學計算機系博士研究生，碩士畢業於清華大學。Datawhale成員，《Easy RL：強化學習教程》作者。主要研究方向為時間序列、資料探勘、智能傳感系統及深度學習。曾獲中國國家獎學金、北京市優秀畢業生、清華大學優秀碩士學位論文及中國大學生智能汽車競賽總冠軍等榮譽，並發表多篇SCI/EI論文。江季網易高級算法工程師，碩士畢業於北京大學。Datawhale成員，《Easy RL：強化學習教程》作者。主要研究方向為強化學習、深度學習、大模型及機器人等。曾獲中國國家獎學金、上海市優秀畢業生等榮譽，並取得多項強化學習與遊戲AI相關專利。【目錄】 chapter 1 機器學習基礎 1.1 案例學習 1.2 線性模型 chapter 2 實踐方法論 2.1 模型偏差 2.2 最佳化問題 2.3 過擬合 2.4 交叉驗證 2.5 不匹配 chapter 3 深度學習基礎 3.1 局部最小值與鞍點 3.2 批次和動量 3.3 自適化學習率 3.4 學習率排程 3.5 最佳化總結 3.6 分類 3.7 批次正規化 chapter 4 卷積神經網路 4.1 觀察 1：檢測模式不需要整幅圖片 4.2 簡化 1：感知域 4.3 觀察 2：同樣的模式可能出現在圖片的不同區域 4.4 簡化 2：共用參數 4.5 簡化 1 和簡化 2 的總結 4.6 觀察 3：降取樣不影響模式檢測 4.7 簡化 3：池化 4.8 卷積神經網路的應用：下圍棋 chapter 5 遞迴神經網路 5.1 獨熱編碼 5.2 什麼是 RNN 5.3 RNN 架構 5.4 其他 RNN 5.5 LSTM 網路原理 5.6 RNN 的學習方式 5.7 如何解決 RNN 的梯度消失或梯度爆炸問題 5.8 RNN 的其他應用 chapter 6 自注意力機制 6.1 輸入是向量序列的情況 6.2 自注意力機制的運作原理 6.3 多頭自注意力 6.4 位置編碼 6.5 截斷自注意力 6.6 對比自注意力與卷積神經網路 6.7 對比自注意力與遞迴神經網路 chapter 7 Transformer 7.1 序列到序列模型 7.2 Transformer 結構 7.3 Transformer 編碼器 7.4 Transformer 解碼器 7.5 編碼器—解碼器注意力 7.6 Transformer 的訓練過程 7.7 序列到序列模型訓練常用技巧 chapter 8 生成模型 8.1 生成對抗網路 8.2 生成器與判別器的訓練過程 8.3 GAN 的應用案例 8.4 GAN 的理論介紹 8.5 WGAN 演算法 8.6 GAN 訓練的困難點與技巧 8.7 GAN 的效能評估方法 8.8 條件型生成 8.9 CycleGAN chapter 9 擴散模型 9.1 擴散模型產生圖片的過程 9.2 降噪模組 9.3 訓練雜訊預測器 chapter 10 自監督學習 10.1 BERT 10.2 GPT chapter 11 自動編碼器 11.1 自動編碼器的概念 11.2 為什麼需要自動編碼器 11.3 降噪自動編碼器 11.4 自動編碼器應用之特徵解離 11.5 自動編碼器應用之離散隱性表徵 11.6 自動編碼器的其他應用 chapter 12 對抗式攻擊 12.1 對抗式攻擊簡介 12.2 如何進行網路攻擊 12.3 快速梯度符號法 12.4 白箱攻擊與黑箱攻擊 12.5 其他模態資料被攻擊案例 12.6 現實世界中的攻擊 12.7 防禦方式中的被動防禦 12.8 防禦方式中的主動防禦 chapter 13 轉移學習 13.1 領域偏移 13.2 領域自適應 13.3 領域概化 chapter 14 增強式學習 14.1 增強式學習的應用 14.2 增強式學習框架 14.3 評價動作的標準 chapter 15 元學習 15.1 元學習的概念 15.2 元學習的三個步驟 15.3 元學習與機器學習 15.4 元學習的實例演算法 15.5 元學習的應用 chapter 16 終身學習 16.1 災難性遺忘 16.2 終身學習的評估方法 16.3 終身學習問題的主要解法 1chapter 17 網路壓縮 17.1 網路修剪 17.2 知識蒸餾 17.3 參數量化 17.4 網路架構設計 17.5 動態計算 chapter 18 可解釋性機器學習 18.1 可解釋性人工智慧的重要性 18.2 決策樹模型的可解釋性 18.3 可解釋性機器學習的目標 18.4 可解釋性機器學習中的局部解釋 18.5 可解釋性機器學習中的全局解釋 18.6 擴充與小結 chapter 19 ChatGPT 19.1 ChatGPT 簡介和功能 19.2 對 ChatGPT 的誤解 19.3 ChatGPT 背後的關鍵技術—預訓練 19.4 ChatGPT 帶來的研究問題

原價: ~~750~~ 售價: 638 現省: 112元

立即查看

機器學習－從理論到實作攻略 (1版)

【簡介】　　本書內容兼顧理論與實務，用大量示意圖與範例，幫助讀者建立機器學習的基本概念。第一章介紹機器學習的基本概念與類型，幫助讀者快速入門。第二章深入探討監督式學習，涵蓋多種經典演算法，如線性回歸、決策樹與神經網路等。第三章則介紹非監督式學習，重點講解資料探索與聚類方法。第四章專注於模型評估與優化，幫助讀者提升模型性能。最後，第五章通過台股數據分析與YOLO物件辨識兩個實戰專案，讓讀者實際應用所學知識，開啟機器學習與深度學習的探索之旅。本書特色　　1.強調實作與錯誤學習：本書不僅講解理論，還鼓勵讀者動手實踐，以實際應用深化理解。　　2.系統化的學習路徑：以示意圖與簡單範例帶領讀者進入機器學習，逐步深入監督式與非監督式學習，最終挑戰更進階的AI應用。　　3.提供完整的學習支援：書中還整理了機器學習的專業術語，並附有環境安裝指南，讓更多人能輕鬆入門機器學習。　　4.豐富的線上教學資源：作者經營YouTube頻道「工程師の師」，提供多樣化的教學影片，作為書本內容的延伸學習資源。【目錄】第一章機器學習新手上路 1-1 什麼是機器學習 1-2 機器學習的種類 1-3 免費練習開發平台 1-4 機器學習步驟第二章監督式學習 2-1 線性回歸 Linear Regression 2-2 支援向量機 Support Vector Machine 2-3 單純貝氏分類器 Naïve Bayes Classifier 2-4 決策樹Decision Tree 2-5 隨機森林 Random Forest 2-6 神經網路 Neural Network 2-7 近鄰演算法 K-Nearest Neighbors 第三章非監督式學習 3-1 主成分分析 Principal Components Analysis 3-2 非負矩陣 Non-negative Matrix Factorization 3-3 平均分群演算法 K-means 3-4 高斯混合分布 Gaussian Mixture Models 第四章評估方法與訓練技巧 4-1 分類問題評估 4-2 回歸問題評估 4-3 交叉驗證 Cross-Validation 4-4 批次量 Batch Size 第五章最終挑戰—實戰應用 5-1 AI 股票理財專家 5-2 YOLOv9 物件辨識結語附錄附錄一專有名詞解釋附錄二環境安裝附錄三參考文獻習題

原價: ~~500~~ 售價: 440 現省: 60元

立即查看

架構資料與機器學習平台｜雲端啟動分析與AI驅動的創新 (1版)

【簡介】　　＊全面掌握雲端資料與AI平台設計關鍵　　＊實戰導向，靈活運用AWS、Azure、Google Cloud、Snowflake、Databricks 　　＊從基礎到進階，打造符合企業需求的現代化資料平台　　＊強化資料治理，加速AI/ML創新，驅動決策智慧　　無論你是資料架構師、工程師，或是希望運用AI強化決策的企業領導者，本書都將成為你打造未來資料與機器學習平台的最佳指南！　　在資料驅動的時代，企業該如何善用資料創造價值？　　本書由三位資深工程師聯手打造，為雲端架構師與資料專業人士提供了一套清晰完整的解決方案。從雲端資料平台的設計到AI與機器學習的整合，帶您走過資料現代化的每一步。無論是整合分散的資料、實現即時決策，還是利用AI解鎖創新潛力，本書都提供了實用的架構與工具，幫助你在雲端時代保持優勢。　　「本書完整介紹，如何依據企業組織的策略方向，設計與建置現代雲端資料與ML平台的概念、模式與元件。真希望我能在多年前就能讀到這本書。」 —Robert Sahlin，Mathem資料平台主管　　所有的雲端架構師都必須知道如何建置資料平台，以賦與企業能夠快速高效地做出資料驅動的決策，並在整個企業範圍內提供智能化服務。本書將展示如何使用AWS、Azure、Google Cloud以及Snowflake與Databricks這類多重雲端工具，設計、建置與現代化雲端原生資料與機器學習平台。　　作者Marco Tranquillin、Valliappa Lakshmanan與Firat Tekiner使用真實世界企業架構來說明，內容涵蓋從雲端匯入到啟動整個資料生命週期。你將學到如何轉換、保全與現代化資料倉儲與資料湖這些熟悉的解決方案，也將能充份利用最新的AI/ML模式取得精準且快速的洞見，提升競爭優勢。　　你將學會：　　＊設計現代化且安全的雲端原生或混合資料分析與機器學習平台　　＊透過將企業資料整合到治理良好、可擴充的與彈性的資料平台，加速資料導向的創新。　　＊民主化存取企業資料，治理業務團隊提取洞見方式與建置AI/ML的能力。　　＊讓您的企業利用串流管道即時決策　　＊建置MLOps平台，移往預測性與指示性分析【目錄】第一章資料平台現代化：簡介第二章資料創新的策略性作法第三章設計資料團隊第四章遷移框架第五章架構資料湖第六章企業資料倉儲的創新第七章湖倉融合第八章串流架構第九章混合與邊緣擴展資料平台第十章 AI應用架構第十一章架構ML平台第十二章資料平台現代化：模型案例

原價: ~~780~~ 售價: 663 現省: 117元

立即查看

全民瘋 AI 系列：經典機器學習 (1版)

【簡介】全民瘋 AI 系列 - 經典機器學習 https://youtu.be/JAlwnGNOLsY ✴︎ 全方位解析AI應用，揭開機器學習開發中常見的十大新手陷阱。 ✴︎ 從模型訓練到實際落地，全面掌握AI技術在真實世界中的應用與價值。 ✴︎ 資料視覺化、清理、正規化與標準化，為AI模型做好全面準備。 ✴︎ 非監督與監督學習技術解析，涵蓋分群、迴歸與分類，結合實際應用。 ✴︎ 搭配十三種經典實務範例，深入掌握模型構建與優化技巧。 ✴︎ 模型落地實踐與整合應用，結合FastAPI打造完整AI應用服務。【目錄】第 1 章中國固定收益市場介紹 1.1 債券與債券市場概念 1.1.1 債券 1.1.2 債券市場 1.2 債券品種分類 1.2.1 按付息方式分類 1.2.2 按發行主體信用分類 1.2.3 按發行主體類型分類 1.2.4 按幣種分類 1.3 中國債券市場的發展、監管與業務 1.3.1 中國債券市場的發展沿革 1.3.2 中國債券市場監管系統 1.3.3 中國債券市場交易業務 1.4 本章小結第 2 章債券的計息基準與應計利息的計算 2.1 中國債券常見計息基準 2.1.1 附息債券 2.1.2 利隨本清債券 2.1.3 貼現、零息債券 2.2 其他計息基準 2.2.1 實際/360 2.2.2 30/360 2.2.3 實際/365F 2.2.4 實際/365 2.2.5 實際/ 實際（ISDA） 2.3 本章小結第 3 章債券的淨價、全價與到期收益率的計算 3.1 淨價與全價 3.2 到期收益率的計算 3.2.1 單利計算的類型 3.2.2 複利計算的類型 3.3 本章小結第 4 章收益率曲線與建構 4.1 債券收益率曲線的建構方法 4.1.1 中國不同機構債券收益率曲線的建構方法 4.1.2 外國債券收益率曲線的建構方法 4.2 債券到期收益率曲線的建構 4.2.1 擬合法 4.2.2 插值法 4.3 債券即期收益率曲線的建構 4.3.1 拔靴法（bootstrapping） 4.3.2 NS 模型與NSS 模型 4.4 債券遠期收益率曲線的建構 4.5 本章小結第 5 章債券的估值與風險計量 5.1 固定利率債券的估值 5.1.1 固定利率債券現值的計算 5.1.2 G-spread 與Z-spread 5.1.3 固定利率債券風險指標的計算 5.2 浮動利率債券的估值 5.2.1 浮動利率債券現值的計算 5.2.2 浮動利率債券風險指標的計算 5.3 含權債券的深入理解與估值 5.3.1 行權估值與到期估值 5.3.2 遠期收益率判斷法估值 5.3.3 Hull-White 模型估值 5.4 債券的關鍵利率久期 5.4.1 單券的關鍵利率久期 5.4.2 組合的關鍵利率久期 5.5 債券的風險價值與預期損失 5.5.1 單券的風險價值與預期損失 5.5.2 組合的風險價值與預期損失 5.6 本章小結第 6 章債券的會計與損益歸因分析 6.1 新會計準則下債券SPPI 分析 6.2 債券的攤餘成本法 6.2.1 攤餘成本的基本原理 6.2.2 攤餘成本的每日計算 6.3 債券的會計損益分析 6.4 債券投資的損益分解 6.5 Campisi 績效歸因 6.5.1 Campisi 三因素歸因 6.5.2 Campisi 六因素歸因 6.6 本章小結第 7 章債券現券交易方式 7.1 銀行間現券交易方式 7.1.1 意向報價 7.1.2 對話報價 7.1.3 請求報價 7.1.4 做市報價 7.1.5 指示性報價 7.1.6 匿名點擊 7.2 交易所現券交易方式 7.2.1 匹配成交 7.2.2 點擊成交 7.2.3 詢價成交 7.2.4 協商成交 7.2.5 競買成交 7.3 本章小結第 8 章回購與債券借貸 8.1 質押式回購 8.1.1 銀行間質押式回購 8.1.2 交易所質押式回購 8.1.3 質押式回購的功能 8.2 買斷式回購 8.2.1 買斷式回購的基本原理 8.2.2 買斷式回購的功能 8.3 債券借貸 8.3.1 債券借貸的基本原理 8.3.2 債券借貸的功能 8.4 本章小結第 9 章國債期貨與標準債券遠期 9.1 國債期貨 9.1.1 中金所國債期貨簡介 9.1.2 國債期貨的功能 9.1.3 國債期貨常見指標的計算 9.2 標準債券遠期 9.2.1 標準債券遠期簡介 9.2.2 標準債券遠期的功能 9.2.3 標準債券遠期常見指標的計算 9.3 本章小結第 10 章利率互換 10.1 利率互換介紹 10.1.1 利率互換簡介 10.1.2 利率互換的功能 10.1.3 利率互換的交易要素 10.1.4 利率互換的交易曲線系統 10.1.5 利率互換的交易與利息計算- 10.2 利率互換即期與遠期收益率曲線的建構 10.2.1 利率互換即期收益率曲線的建構 10.2.2 利率互換遠期收益率曲線的建構 10.3 利率互換的估值與風險計量 10.3.1 估值原理與步驟 10.3.2 Shibor3M 利率互換的估值 10.3.3 FR007 利率互換的估值 10.3.4 利率互換的DV01 與利率互換關鍵期限的DV01 10.3.5 利率互換的風險價值與預期損失 10.4 本章小結第 11 章利率期權 11.1 利率上下限期權介紹 11.1.1 利率上限期權與利率下限期權 11.1.2 利率上下限期權的功能 11.1.3 利率上下限期權交易要素 11.1.4 利率上限期權與利率下限期權的平價關係 11.2 利率上下限期權波動率曲面的建構 11.2.1 波動率曲面介紹 11.2.2 波動率曲面的常用建構方法 11.2.3 利率上下限期權波動率曲面的具體建構 11.3 利率上下限期權的估值與風險指標 11.3.1 利率上下限期權現值的計算 11.3.2 利率上下限期權風險指標的計算 11.4 利率互換期權介紹 11.4.1 利率互換期權簡介 11.4.2 利率互換期權的功能 11.4.3 利率互換期權的平價關係 11.4.4 利率互換期權的交易要素 11.5 利率互換期權的估值與風險指標 11.5.1 利率互換期權波動率曲面的建構 11.5.2 利率互換期權現值的計算 11.5.3 利率互換期權風險指標的計算 11.6 利率期權風險價值的簡易計算 11.6.1 敏感度一階模型計算風險價值 11.6.2 敏感度二階模型計算風險價值 11.7 本章小結第 12 章信用衍生品 12.1 信用衍生品簡介 12.1.1 國內外信用衍生品的發展 12.1.2 信用風險緩釋憑證（CRMW） 12.1.3 CDS/CRMA/ 信用保護合約 12.1.4 CDS 指數 12.1.5 CRM 業務的功能 12.2 CRM 的估值與風險指標 12.2.1 生存曲線的建構 12.2.2 CRM 產品現值的計算 12.2.3 CRM 產品的風險指標計算 12.3 本章小結附錄A 參考資料參考圖書參考文章參考檔案

原價: ~~790~~ 售價: 711 現省: 79元

立即查看

書名:	機器學習─Python程式實作 (1版)
作者:	張元翔
版次:	1
ISBN:	9789863784364
出版社:	高立
出版日期:	2025/03
頁數:	408
#資訊 #編程與軟體開發 #Python

定價:	~~650~~元
售價:	611元
庫存:	庫存: 2
LINE US!	詢問這本書團購優惠、書籍資訊等

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