國際物流與全球運籌管理:工業4.0時代的轉型與應用

其他會員也一起購買

書名：國際物流與全球運籌管理：工業4.0時代的轉型與應用 作者：游兆鵬/吳水泉 出版社：滄海 出版日期：2019/12/00 ISBN：9789869809757 內容簡介 1.國際物流理論及實務的結合： 藉由基本理論介紹，使讀者更容易了解國際物流管理的精髓。將擁有20年物流實務經驗及物流案例編寫成書，提供大家研讀與參考。 2.系統化的章節整理介紹： 本書簡化成12章，適合54小時或一學期的課程。強調完全以物流實戰經驗、最新觀念及管理手法，提供給未來的物流幹部(大學生)、物流主管及物流管理者參考與使用。 3.電商物流與跨境電商： 從境內的電商物流到境外的跨境電商，除了讓讀者了解電商目前遭遇的困境，學習如何克服跨國障礙，同時也帶出跨境商機的新藍海。 4.精實物流： 本章除了對豐田精實生產模式探討淋漓盡致之外，更將作者在汽車業導入精實生產的多年經驗與心得撰寫成冊，更難能可貴的是，每個拉動式的精實物流案例都以清楚易懂的繪圖來說明，使讀者於閱讀時更能體會其中的奧秘。 5.強調從工業4.0的智慧物流看國際物流產業的發展： 第四波工業革命與物聯網、實體物流和人工智慧息息相關，物流產業更是藉此獲益良多。本書從物聯網簡介到無線感測網路的應用，進一步結合國際物流的EPCglobal識別標準，整合各種智慧製造模組與自動搬運設備，逐步成就工業4.0的智慧物流。 目錄 第一章 全球化趨勢 第二章 全球運籌策略 第三章 國際採購管理 第四章 國際貿易條件與條規 第五章 電商物流與跨境電商 第六章 進出口貿易實務 第七章 關務與保稅制度 第八章 物流中心營運管理 第九章 供應鏈存貨控制與管理 第十章 精實物流 第十一章 綠色物流與供應鏈 第十二章 工業4.0智慧物流

Autodesk AutoCAD ACU 國際認證應考攻略 (適用2018/2019/2020)

其他會員也一起購買

Autodesk AutoCAD ACU 國際認證應考攻略 (適用2018/2019/2020) 作者： 碁峰資訊 出版社：碁峰 出版日期：2022/03/17 語言：繁體中文 內容簡介 AutoCAD ACU認證為Autodesk公司針對該公司所開發設計之AutoCAD軟體所設計的認證考試，具有「原廠核發」、「國際通用」、「無法仿冒」等獨家優勢。Autodesk 原廠國際認證是業界廣泛認可的專業國際認證，此認證橫跨建築工程、製造業、基礎設施、傳媒娛樂等多個行業。取得Autodesk 認證印證個人的專業知識和專業技能，以及從事以上相關行業創作的能力，證明具有運用相關設計軟體的水準。本書將針對Autodesk AutoCAD原廠國際認證考試之測驗目標作深入的解析，以協助讀者順利通過考試。   目錄 Chapter 01 Autodesk 原廠國際認證簡介 Chapter 02 模擬試題－學科 Chapter 03 模擬試題－術科

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

人工智慧Python基礎課 (1版)

類似書籍推薦給您

人工智慧Python基礎課：用Python分析了解你的資料 ISBN13：9789865025458 出版社：碁峰資訊 作者：陳會安 裝訂／頁數：平裝／456頁 規格：23cm*17cm*2.2cm (高/寬/厚) 版次：1 出版日：2020/08/31 中國圖書分類：電腦程式語言 內容簡介 　　★學習人工智慧必修的Python程式設計能力和探索性資料分析 　　•完整說明人工智慧世代的你需要具備的Python程式設計能力和所需的Python套件，讓你可以靈活運用這些套件來進行探索性資料分析。 　　•程式的演算法是順序和動作，本書使用流程圖學習程式順序來幫助你了解Python程式結構；使用REPL輸入程式碼來熟悉動作的關鍵字。 　　•人工智慧最重要的部分就是「資料」，使用Jupyter Notebook實作的探索性資料分析，可以幫助你深入了解資料和找出資料之間隱藏的關聯性，以便使用這些關聯性來訓練機器學習模型，進行資料預測。 　　•以實務角度詳細說明Python資料科學的必學套件：Numpy、Matplotlib、Pandas和Scipy。 　　•使用實際範例搭配圖例，帶你進入Python機器學習和深度學習。 目錄 一、Python程式設計 第1章 Python語言與人工智慧的基礎 第2章 寫出你的Python程式 第3章 變數、資料型態與輸出輸入 第4章 運算子與運算式 第5章 條件敘述 第6章 迴圈結構 第7章 函數 第8章 字串字串、清單、元組與字典 第9章 模組、類別、檔案與例外處理 二、Python資料科學套件+Jupyter Notebook 第10章 Jupyter Notebook互動運算環境 第11章 NumPy 向量與矩陣運算 第12章 Matplotlib 資料視覺化 第13章 使用Pandas掌握你的資料 第14章 SciPy 演算法與科學運算 第15章 探索性資料分析實作案例 三、Python機器學習與深度學習 第16章 機器學習與深度學習入門 附錄A Python 常用整合開發環境的使用

iPAS-AI應用規劃師初級應鑑指南(人工智慧基礎概論、生成式AI應用與規劃)含AIE國際認證：AIAP人工智慧應用 (1版)

類似書籍推薦給您

【簡介】 　　1.建立NN核心概念，領會ML模型技術，掌握機器學習方法與AI應用技術的實作基礎。 　　2.探索AI動能之源：資料(Data)，理解資料整理、模型訓練與效果驗證之法。 　　3.認識AI倫理與資料偏見議題，培養打造人人可信任的AI系統。 　　4.完整對應IPAS－AI應用規劃師能力鑑定的最新命題方向，並結合AIE人工智慧專業能力國際認證：AIAP人工智慧應用規劃師的核心知識架構。 　　想考國際認證嗎？ 　　mosme.net/mosme/book_detail/nSV00121 　　專為現代考生設計的免到考場、免監考的高效認證方式，只要完成章節測驗並通過認證考試，即可下載電子證書，快速取得專業學習認證！  【目錄】 第一篇 人工智慧概念 第1章 AI的定義與分類 第2章 AI治理概念 第二篇 資料處理與分析概念 第1章 資料基本概念與來源 第2章 資料整理與分析流程 第3章 資料隱私與安全 第三篇 機器學習概念 第1章 機器學習基本原理 第2章 常見的機器學習模型 第四篇 鑑別式AI與生成式AI的基本原理 第1章 鑑別式AI與生成式AI的基本原理 第2章 鑑別式AI與生成式AI的整合應用 第五篇 Low code / No code概念 第1章 Low code / No code基本概念 第2章 Low code / No code優勢與限制 第六篇 生成式AI應用領域與工具使用 第1章 生成式AI應用領域與常見工具 第2章 如何善用生成式AI工具 第七篇 生成式AI 導入評估規劃 第1章 生成式AI 導入評估 第2章 生成式AI 導入規劃 第3章 生成式AI 風險評估  

人工智慧的法制基礎：破壞式創新的建構式法制 (1版)

類似書籍推薦給您

【簡介】 本書為人工智慧法律課題的系列基礎研究，以「人工智慧的法制基礎：破壞式創新的建構式法制」為主軸，集合各法領域的學者專家從不同的角度，共同思考在破壞式創新的數位時代下如何起造人工智慧的基礎法制。本書共收錄論文6篇，導論與展望各1篇，合為八章，期能經由臺灣法學界的跨領域研究，深化人工智慧的法律思維，讓人工智慧法學得以在相關領域穩健生成、永續發展。 【目錄】 序 言／李建良 作者群簡介 第一章 【導論】破壞式創新與建構式法制——人工智慧法制建構的法治課題／李建良 壹、思維起點：科技與法律的新頁章／3 貳、人工智慧法制的基礎建構與思維體系／8 參、人工智慧法制建構的法治挑戰與課題／30 肆、人工智慧時代下數位社會的人權圖像／46 伍、後設思維：問題的問題與開始／67 第二章 人工智慧與行政管制國家──行政決策自動化的法治挑戰及制度建構／劉靜怡、黃凱紳 壹、前 言／73 貳、自動化決策工具在行政管制中的應用／74 參、行政決策自動化的法治爭議／86 肆、人工智慧行政決策的法制建構與反思／106 伍、結 論／119 參考文獻／120 第三章 人工智慧自動決策系統的透明度難題／林勤富 壹、前 言／131 貳、人工智慧時代下政府職能與決策之演算法化／133 參、透明度作為人工智慧之治理原則及其欠缺明確性問題／140 肆、打開透明度原則的「黑盒子」：規範意涵與類型化初探／155 伍、結 論／171 參考文獻／173 第四章 面對黑盒子──可解釋的AI之法學意義與研究實例／黃詩淳 壹、前 言／185 貳、可解釋性（Explainability）的意義／186 參、解釋性相關的法規、法律文件與司法裁判／197 肆、法律資料分析研究與可解釋性／205 伍、結 論／214 參考文獻／218 第五章 初探人工智慧對刑法學的挑戰──以自動駕駛為例／薛智仁 壹、前 言／227 貳、人工智慧對刑法學的可能影響／229 參、過失犯作為回應人工智慧風險的手段：以自動駕駛為例／234 肆、因應人工智慧風險的刑事立法模式／263 伍、結 論／279 參考文獻／280 第六章 從人工智慧法人格到人工智慧法律實體地位──資產隔離功能的法律經濟分析觀點／楊岳平 壹、前 言／289 貳、從人工智慧的民事責任問題到人工智慧的法人格／290 參、從法人格到法律實體──法律實體的法律經濟分析理論／304 肆、以法律實體理論重省人工智慧的法律實體地位／315 伍、結 論／326 參考文獻／328 第七章 孝道可以外包給機器人嗎？──初探照顧機器人的倫理與法律議題／張兆恬 壹、前 言／333 貳、高齡社會的照顧議題／334 參、機器人作為照顧者／341 肆、倫理議題／348 伍、照顧機器人的管制議題／360 陸、結 論／369 參考文獻／382 第八章 【展望】人工智慧的整全規範、統合專法及其侷限／李建良 壹、法浮於事v.有社會，就有法／388 貳、人工智慧取向的規範需求／390 參、人工智慧取向的規範架構／393 肆、人工智慧規範的超前部署／396 伍、人工智慧法學的研究旨趣／400 參考文獻 (含導論)／402

人工智慧與應用實務 ─ 從基礎理論到生成式 AI (1版)

類似書籍推薦給您

【簡介】 在 AI 迅猛演化的時代，本書提供一套兼顧理論深度與應用實作的完整教材。全書涵蓋四大部分，橫跨人工智慧的歷史發展、生成式 AI 的應用技巧、倫理與社會影響，以及資料探勘的實作導引。 由淺入深，涵蓋 AI 三大範式：分別講解知識驅動、模型驅動與資料驅動，建立全貌式理解。 生成式 AI 全攻略：詳解人臉辨識、文本生成、影音專案整合等應用，培養內容創作與技術實作能力。 社會責任與倫理反思：針對 AI 衝擊的法律、勞動、教育與永生議題，引導學生批判性思考。 免寫程式的實作入門：利用 Orange Data Mining 等工具設計直覺操作演練，降低入門門檻。 　　本書不僅適合資訊相關科系授課使用，亦為教師設計跨領域課程、以及自學者掌握 AI 應用的強力夥伴。從理論基礎到系統安裝，從社會洞察到內容生成，本書是通往 AI 實踐力與批判力的關鍵橋梁。 【目錄】 第一部分　導　論 1 人工智慧的演進與範疇 2 AI 的應用領域 3 知識驅動人工智慧 4 語意網路與本體論 第二部分　模型驅動的人工智慧 5 人臉辨識與生成應用 6 物件偵測與擴充應用 7 圖片生成與應用 8 文本生成與應用 9 生成式 AI 整合應用（I） 10 生成式 AI 整合應用（II） 第三部分　AI 的社會衝擊 11 全面融合到生活的 AI 浪潮 12 AI 的倫理法律爭議 13 邁向一個更美好的未來 14 虛擬替身與永生的實現 第四部分　資料驅動的資料探勘 15 啟發式與最佳化分類法 16 基於統計的分類方法 17 線性迴歸 18 集群 19 自然語言文本處理 20 物件分類 附錄 附錄A Colab 簡介 附錄B Protege 安裝 附錄C Stable Diffusion 安裝 附錄D Pinokio 安裝 附錄E FaceFusion 安裝 附錄F Orange Data Mining 安裝

iPAS - AI應用規劃師初級應鑑指南含AIE人工智慧專業能力國際認證：AI基礎概論與GenAI規劃(Specialist Level) - 最新版 - 附贈MOSME (1版)

類似書籍推薦給您

【簡介】 　　1.建立NN核心概念，領會ML模型技術，掌握機器學習方法與AI應用技術的實作基礎。   　　2.探索AI動能之源：資料(Data)，理解資料整理、模型訓練與效果驗證之法。   　　3.認識AI倫理與資料偏見議題，培養打造人人可信任的AI系統。   　　4.完整對應IPAS－AI應用規劃師能力鑑定的最新命題方向，並結合AIE人工智慧專業能力國際認證：AI基礎概論與GenAI規劃的核心知識架構。【目錄】 第一篇 人工智慧概念 第1章 AI的定義與分類 第2章 AI治理概念 第二篇 資料處理與分析概念 第1章 資料基本概念與來源 第2章 資料整理與分析流程 第3章 資料隱私與安全 第三篇 機器學習概念 第1章 機器學習基本原理 第2章 常見的機器學習模型 第四篇 鑑別式AI與生成式AI的基本原理 第1章 鑑別式AI與生成式AI的基本原理 第2章 鑑別式AI與生成式AI的整合應用 第五篇 Low code / No code概念 第1章 Low code / No code基本概念 第2章 Low code / No code優勢與限制 第六篇 生成式AI應用領域與工具使用 第1章 生成式AI應用領域與常見工具 第2章 如何善用生成式AI工具 第七篇 生成式AI 導入評估規劃 第1章 生成式AI 導入評估 第2章 生成式AI 導入規劃 第3章 生成式AI 風險評估