讀懂民調：讓公民變民調專家(Polling and The Public: What Every Citizen Should Know 、最新版) (2版)

類似書籍推薦給您

書名：讀懂民調：讓公民變民調專家(2版) 作者：陳陸輝 出版社：五南 出版日期：2017/02/00 ISBN： 9789571190273 內容簡介 名人推薦 　　《讀懂民調》是對美國民意的教學與研究的無價資源。任何與調查研究設計有關的政治學課程都應該指定這本書作為教材。它對於調查研究的優缺點提供了詳盡的分析，在我指定的教科書中，這本是寫得最好且最易懂的。與較為技術性的標準社會科學統計教科書，本書可以說是相輔相成。我也會將這本書推薦給教授民意調查以及競選與選舉課程的老師。──Jonathan Morris，東卡羅萊納大學 　　我喜歡《讀懂民調》這本書，因為它完整地探索民調的科學。這本活教材淺顯易懂且例證極佳，我感謝Asher詳細討論測量、抽樣、資料分析以及不同的調查方法。這些主題對學生極為重要，不過在一般的民調教科書卻鮮少兼顧。──Monica Schneider，邁阿密大學（俄亥俄州） 　　我非常喜歡這本書。學生原本對民意調查非常好奇但也常加以嘲諷。他們質疑民調的科學有效性。這本教科書明確指出，民調執行過程中是有許多問題的，但民調的基本架構是有效的。本書立論衡平且有趣，所以我的學生很喜歡。他們喜歡這本書裡偶有的幽默語調以及與當前「火熱」話題（像是人工流產、性別話題等等）的許多例子。──Carole Wilson，南美以美大學 目錄 作者序 譯者序 第一章 民意調查和民眾 民調的重要性 民調的普及 委託民調 假民調真募款、假民調真推銷以及假民調 民眾作為民調的消費者 民眾對民調的看法 民調與民主 習題 第二章 無態度者的問題 一個無態度的例子 篩選性問題的使用 無態度者和調查問題的中立立場 回答的不穩定性和無態度者 對於民主和公共政策的意義 結論 習題 第三章 問題的措辭與脈絡 問題措辭 題目順序和前後脈絡 結論 習題 第四章 抽樣方法 非機率抽樣 抽樣設計 樣本規模與抽樣誤差 全體樣本與實際樣本規模 訪問成功率 樣本的加權 結論 習題 第五章 訪問與資料蒐集程序 蒐集民意資訊的方法 民意調查中的訪員效應 網路民調 結論 習題 第六章 媒體與民調 報導民調結果的標準 民調的實質詮釋 媒體、民意調查與新聞報導的重點 結論 習題 第七章 民調與選舉 選舉民調的贊助者 選舉民調的類型 候選人對民調的使用 總統選舉過程中的民意調查 選舉預測何時與為何失準 選前民調如何影響選民 結論 習題 第八章 分析與詮釋民調 選擇要分析的題目 以調查資料來檢驗趨勢 檢視不同背景的受訪者 詮釋民調結果 民調何時出現衝突：幾個最後的思考 習題 第九章 民調與民主 如何評估民意調查：一個摘要 民調及其對政治體系的影響 結論 習題 參考網站 參考文獻

LLM核心攻略制霸生成式AI：ChatGPT、嵌入技術、微調與多模態AI最佳實踐 (1版)

類似書籍推薦給您

【簡介】 🏆 Amazone 讀者5星好評 ⭐⭐⭐⭐⭐ 🏆 微軟前總經理Shelia Gulati、Hugging Face首席倫理長 Giada Pistilli等業界領袖一致推薦！ 「本書平衡了開源模型和閉源模型的潛力，鉅細靡遺地帶你瞭解和使用LLM，縮短理論概念和實際應用之間的距離。」—— Giada Pistilli ，Hugging Face 首席倫理長 「Ozdemir 的這本書為讀者破除重重迷霧，說明LLM 革命的起源，以及未來的發展方向。他將複雜主題拆解為實用的說明，和容易理解的範例程式。」 --Shelia Gulati, 微軟前總經理，Tola Capital現任常務董事 「本書是令人耳目一新並引發靈感的學習資源，充滿了實用的指導和清楚的講解，幫助你更瞭解這個奇妙的新領域。」 —PETE HUANG, author of The Neuron 🎯 想深入掌握LLM核心技術 🎯 想成為生成式AI應用的開發者 🎯 想在真實場景運用LLM解決問題 那你絕對不能錯過本書！ 大型語言模型正以驚人的速度改變我們的工作與生活。無論是開發者、企業領袖，還是對AI有興趣的學習者，本書將引領你踏入這個革命性的領域。 🚩 完整拆解LLM核心技術— 從預訓練到微調，帶你輕鬆掌握關鍵概念原理。 🚩 實例操作直擊應用— 透過真實案例場景，運用最新工具和技術，快速上手專案開發。 🚩 開源與商用模型全解析— 精選LLM工具與資源，選擇最適切的解決方案。 這本實用的指南將逐步指導你在專案和產品中大規模地使用LLM。 Llama 3、Claude 3與GPT等大型語言模型（LLM）已展示驚人的實力，但它們的規模和複雜度，卻讓很多從業者望而卻步。創新的資料科學家暨AI企業家Sinan Ozdemir在本書第二版為你排除這些障礙，教你如何使用、整合和部署LLM來解決實際的問題。 Ozdemir把入門所需的知識整合起來，即使是沒有直接用過LLM的讀者也能輕鬆上手，本書內容包括逐步引導、最佳做法、真實案例研究、動手練習…等。在過程中，他也會分享關於LLM內部動作的見解，以協助你優化模型的選擇、資料格式、提示工程、微調效能…等。本書的網站提供許多資源，包括範例資料集，以及使用各種開源和閉源LLM的最新程式碼，那些LLM來自OpenAI（GPT-4與GPT-3.5）、Google（BERT、T5與Gemini）、X（Grok）、Anthropic（Claude家族）、Cohere（Command 家族），以及Meta（BART與LLaMA家族）。 SINAN OZDEMIR目前是LoopGenius的創辦人與CTO，同時擔任幾家AI公司的顧問。他曾在約翰·霍普金斯大學教導資料科學，並寫了多本關於資料科學和機器學習的教科書。 此外，他也創辦了最近被收購的Kylie.ai，這是一個具備RPA能力的企業級對話AI平台。他擁有約翰·霍普金斯大學的純數學碩士學位，現居於加州舊金山。 •學習關鍵的概念：預先訓練、遷移學習、微調、注意力機制、embedding、詞元化…等等。 •使用API和Python來微調及打造LLM，以滿足需求。 •建構完整的神經/語義資訊檢索系統，並附加至對話型LLM，以進行檢索增強生成（retrieval-augmented generation，RAG）機器人及AI Agents。 •掌握進階的提示工程技術，例如輸出結構化、思維鏈提示，及少量語義範例提示。 •使用自訂的LLM embedding，從零開始建立完整的推薦引擎，並透過用戶資料來讓效能超越 OpenAI的現成embedding。 •使用開源的LLM和大型視覺資料集，從零開始建構並微調多模態Transformer架構。 •使用Reinforcement Learning from Human and AI Feedback（RLHF/RLAIF）來調校LLM，並基於Llama 3和FLAN-T5等開源模型來建立對話agent。 •將提示詞和微調過的自訂LLM部署至雲端，同時預先考慮擴展和演進流水線。 •透過量化、探測、效能評測與評估框架，來診斷與優化LLM的速度、記憶體用量及整體效能。 【目錄】 序 前言 致謝 關於作者 PART I 大型語言模型簡介 1 大型語言模型概述 大型語言模型是什麼？ 流行的現代LLM LLM的應用 結論 2 使用LLM來進行語意搜尋 前言 任務 解決方案概要 組件 整合一切 使用閉源組件的成本 結論 3 踏出提示工程的第一步 前言 提示工程 在不同模型之間使用提示 結論 4 AI生態系統：整合所有組件 前言 閉源AI的效能不斷變動 AI推理vs.思考 案例研究1：檢索增強生成 案例研究2：自動AIagent 結論 PART II 榨出LLM的所有潛力 5 使用自訂的微調來優化LLM 前言 遷移學習和微調：入門指南 OpenAI微調API概要 使用OpenAICLI來準備自訂範例 設定OpenAICLI 我們微調的第一個LLM 結論 6 進階提示工程 前言 提示注入攻擊 輸入/輸出驗證 批次提示 提示鏈 案例研究：AI的數學能力有多強？ 結論 7 自訂embedding與模型架構 前言 案例研究：建立推薦系統 結論 8 AI對齊：第一原則 前言 對齊的對象是誰？為了什麼目的？ 對齊可以降低偏見的嚴重性 對齊的支柱 憲法AI：邁向自我對齊的一步 結論 PART III LLM進階用法 9 超越基礎模型 前言 案例研究：視覺問答 案例研究：透過回饋來進行強化學習 結論 10 微調進階的開源LLM 前言 範例：使用BERT來做動畫類型多標籤分類 範例：使用GPT2來生成LaTeX Sinan’sAttemptatWiseYetEngagingResponses:SAWYER 結論 11 將LLM投入生產 前言 將閉源LLM部署至生產環境 將開源LLM部署至生產環境 結論 12 評估LLM 前言 評估生成任務 評估理解任務 結論 繼續前進！ PART IV 附錄 A LLM FAQ B LLM詞彙表 C LLM應用程式原型 索引

市場調查：概念、方法與實務應用 (1版)

類似書籍推薦給您

書名：市場調查：概念、方法與實務應用 作者：呂長民 出版社：滄海 出版日期：2019/09/00 ISBN：9789863630890 內容簡介 1.本書內容完整周全，除有一般教科書常介紹的量化研究外，還有較少被介紹卻日益被運用的質性研究調查作法與運用網路問卷平台設計網路問卷內容；另還設立「實務應用篇」，透過三個完整案例與「調查研究實務」專章，將各種調查作法、分析方法以及分析軟體(SPSS以及EXCEL等)運用整合至案例中，讀者更可進行深度地綜合性學習。 2.本書章節主文盡量做到言簡意賅、扼要表達外，在每一章的章首、章末皆有個案案例與問題可供討論，以加深印象，拓展讀者智能視野；而在每章章節內容中也置入諸多實務透視與範例，這不但可讓讀者更易於學習外，也更能深入了解實務領域的運作狀況。 3.為能讓讀者更深入、更多元學習，並能節省本書篇幅以減少讀者不必要的開銷，特在滄海圖書網站中建置豐富輔助學習資料，供讀者下載運用。 目錄 概念篇 第1章 市場調查扮演的角色 第2章 研究方法 量化研究篇 第3章 問卷設計 第4章 量表的建構 第5章 抽樣設計 第6章 調查法 第7章 網路調查 第8章 實驗法 質性研究篇 第9章 質性研究概述 第10章 質性研究資料分析方法 實務應用篇 第11章 調查個案研討(一)、(二) 第12章 調查個案研討(三) 最後一章 調查研究實務(請上滄海圖書網站下載) 附錄：市場調查研究提案簡要範例

基礎免疫學─免疫系統的功能與失調(第5版)(Basic Immunology：Functions and Disorders of the Immune System,5E )5/E 2017<ELSEVIER> (5版)

類似書籍推薦給您

【中文翻譯書】 書名：基礎免疫學─免疫系統的功能與失調(第5版) 原文書名：Basic Immunology：Functions and Disorders of the Immune System,5E 作者：ABBAS 翻譯：蘇耿民 出版社：藝軒 出版日期：2017/06/08 ISBN：9789869359368 內容簡介 隨著各項研究成果的發表，免疫學的觀念日新月異，本書亦持續修訂，提供學生清晰、最新的免疫學觀念，並涵蓋老師、助教、講師等第一線指導者的授課經驗，梳理免疫學所有核心重點資訊，研讀此書就能快速有效掌握免疫學的基礎觀念。 本書透過高品質全彩圖片、臨床案例，輔以簡明的文筆，讀來清晰易懂，實為人體免疫學最具可親性之導論書。 目次 1 免疫系統的介紹, 1 命名、一般性質及其組成 2 先天性免疫, 25 對抗感染的早期防禦機制 3 捕獲抗原並呈獻給淋巴細胞, 53 淋巴細胞所見為何？ 4 後天性免疫系統的抗原辨識, 77 淋巴細胞抗原受器的構造與免疫型錄的發展 5 細胞性免疫, 101 T 淋巴細胞被細胞相關的抗原活化 6 T 細胞性免疫的作用機制, 127 宿主防禦時的T 細胞功能 7 體液性免疫反應, 145 活化B 淋巴細胞與產生抗體 8 體液性免疫的作用機制, 167 清除細胞外的微生物與毒素 9 免疫耐受性與自體免疫, 187 免疫系統的敵我辨別和辨別失敗 10 對抗腫瘤與移植物的免疫反應, 207 針對非感染性轉型與外來細胞的免疫力 11 過敏反應, 227 免疫反應引起的病症 12 先天性與後天性免疫不全, 243 免疫力不全所引起的疾病 建議閱讀, 261 附錄Ⅰ, 269 詞彙 附錄Ⅱ, 313 細胞激素(Cytokines) 附錄Ⅲ, 319 選擇型CD分子的主要特徵 附錄Ⅳ, 331 臨床病例