Deep Learning: 用Python進行深度學習的基礎理論實作

相關熱銷的書籍推薦給您

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

資料處理(概要) (9版)

類似書籍推薦給您

內容 （電子）資料處理（概要）之各命題大綱，橫跨計算機概（論／要）、資訊管理（概要）、資料庫（管理與）應用、資料（結構／通訊）、資訊系統與分析等等科目的知識。本書係為坊間最新、最完整的資料處理相關科目之公務人員考試用書，各章末附有112~100年間相關國考試題供讀者演練，期能幫助考生鑑往知來、瞭解命題核心及趨勢；期詳讀本書後，定能在試場上得心應手、一舉高上！本書特色如下： 一、收錄近十年（電子）資料處理（概要）等相關考試的試題，進行撰寫、分類並歸納其詳實的解析內容。 二、本書用字遣詞相當具有親和力，易於您理解相關知識，進而融會貫通。 三、高度同質性之考題的解析說明，充分被歸納至各章各節當中，讓您短時間內即可掌握歷屆考題的解題精髓。 四、本書對於存在語意、語法、觀念上和理論上之謬誤的考題，皆提供額外的解說，以便您能吸收最為正確的相關知識。 目錄 第1章　資料處理的相關命題大綱 第2章　資料處理導讀 　2.1　資料處理的基本觀念 　2.2　資料處理系統的作業方式與標準化 　2.3　資料處理系統/資訊系統的應用 　2.4　資料處理機制的多向探討 　2.5　資料的品質與驗證 　2.6　包含四等以上與升等之歷屆考題 第3章　資料處理的邏輯概觀 　3.1　數字系統 　3.2　資料結構 　3.3　演算法 　3.4　包含四等以上與升等之歷屆考題 第4章　資料處理的進階思維 　4.1　系統的軟體品質 　4.2　系統建置的過程 　4.3　包含四等以上與升等之歷屆考題 第5章　電腦硬體系統 　5.1　電腦硬體的歷史 　5.2　電腦硬體的相關理論 　5.3　主機板 　5.4　介面卡 　5.5　電源供應單元 　5.6　記憶單元與架構 　5.7　輸入、輸出單元與週邊設備 　5.8　包含四等以上與升等之歷屆考題 第6章　作業系統 　6.1　系統特性與使用者介面 　6.2　系統機制 　6.3　記憶體管理 　6.4　檔案系統 　6.5　字碼系統和輸入法 　6.6　系統之類型與平台 　6.7　磁碟I/O排程 　6.8　軟體系統的類型 　6.9　虛擬機器 　6.10　包含四等以上與升等之歷屆考題 第7章　程式語言及開發工具 　7.1　程式語言的分類法 　7.2　高階語言 　7.3　整合式開發環境與直接用戶開發 　7.4　程式的轉譯 　7.5　結構化與模組化程式設計 　7.6　遞迴函式 　7.7　變數名稱與指標變數 　7.8　副程式的呼叫方式 　7.9　程式碼中的運算符號 　7.10　錯誤訊息與除錯機制 　7.11　可攜性與改良性維護 　7.12　軟體的測試與驗收 　7.13　包含四等以上與升等之歷屆考題 第8章　網路通訊 　8.1　網路類型的不同分類方法 　8.2　網路位址的觀念與相關技術 　8.3　通訊標準與通訊協定 　8.4　乙太網路相關技術 　8.5　網路上的資料封裝技術 　8.6　網站建置的觀念與技術 　8.7　電子郵件機制 　8.8　通訊傳輸模式與形態 　8.9　資料通訊的連通技術 　8.10　無線網路技術 　8.11　備份、仿製與備援 　8.12　資訊倫理與素養 　8.13　資訊安全 　8.14　傳輸介質 　8.15　傳輸的效能 　8.16　電子商務 　8.17　網路相關應用技術 　8.18　個人電腦之上網問題的排解 　8.19　包含四等以上與升等之歷屆考題 第9章　資料庫系統 　9.1　資料獨立性和程式與運算間的獨立性 　9.2　異動處理的管理與相關特性 　9.3　資料庫之設計與綱要 　9.4　資料庫之模型 　9.5　資料庫的正規化 　9.6　資料庫的反正規化 　9.7　資料庫存取與SQL 　9.8　資料庫管理、維護與備份 　9.9　資料庫的應用實例 　9.10　包含四等以上與升等之歷屆考題