hiskio

    Python+TensorFlow 2.x人工智慧、機器學習、大數據｜超炫專案與完全實戰

    【聯合推薦】

    收集中
    US$16.80
    【聯合推薦】
    嘉義基督教醫院 兒童醫學部兒童腎臟科主任、嘉基創新育成中心主任 周信旭醫師
    Eco-City智慧生活科技區域整合中心執行長、國立交通大學土木工程系 曾仁杰教授
    台北榮民總醫院 關艾琛醫師

    【嚴選經典】美國矽谷創業家/全球科技大廠與業界指定工研院顧問講師之Python TensorFlow人工智慧機器學習入門鉅作!
    本書為作者柯博文老師在各大企業教授Python、機器學習、人工智慧的課程內容匯集而成。歷經業界頂尖的工程師學員多次考驗，實戰多年後才匯集成冊。內容包含：Python、機器學習、人工智慧、TensorFlow、Keras、OpenCV等相關API的使用方法。並提供了203個範例程式，與169支影音教學影片。
    ◎以豐富的範例淺顯易懂的解說Python程式語言，並加入詳細的程式註解，使讀者瞭解每個程式的動作。
    ◎介紹業界統計分析相關的機器學習資料分析程式，並大量使用業界數據，進行分析和預測。
    ◎使用Tensorflow.Keras實踐人工智慧，以MLP類神經的原理和案例，讓讀者瞭解如何修改程式，才能達到百分百的準確率的目標，並用CNN的手寫辨識方法，結合OpenCV達到學習人工智慧，並且實際應用在生活中。

    章节目录

    1-1封面頁
    1-2書名頁
    1-3推薦序
    1-4序
    1-5目錄
    1-6Ch01 Python 程式語言
    1-71.1 Python 程式語言的介紹
    1-81.2 Python 歷史
    1-91.3 Python 版本
    1-10Ch02 Python程式語言安裝
    1-112.1 Windows 作業系統的Python 安裝
    1-122.2 在Windows 測試與執行Python
    1-132.3 Mac 作業系統的Python 安裝
    1-142.4 在Mac 測試與執行Python
    1-152.5 樹莓派和Linux 的Python 安裝
    1-162.6 在Linux 或樹莓派測試與執行Python
    1-17Ch03 開發程式和工具
    1-183.1 我的第一個Python 程式－Windows 版
    1-193.2 我的第一個Python 程式－Mac、Linux 和樹莓派版
    1-203.3 開發和除錯工具－PyCharm 下載和安裝
    1-213.4 PyCharm 工具介紹
    1-223.5 建立專案
    1-233.6 除錯
    1-243.7 安裝其他的Packages 函式庫
    1-253.8 安裝Anaconda
    1-263.9 使用Anaconda
    1-273.10 Pip 安裝套件
    1-283.11 本書需要安裝的第三方函式庫列表
    1-29Ch04 Python 程式基礎
    1-304.1 Python 注解
    1-314.2 Python 資料型態
    1-324.3 Python 數學計算
    1-334.4 Python 列印
    1-344.5 PytIf ...else 條件判斷語句－條件執行（conditional）
    1-354.6 Array 陣列－List
    1-364.7 range 範圍
    1-374.8 for 迴圈
    1-384.9 UTF8 中文文字編碼和文字輸入
    1-394.10 while 迴圈語法
    1-40Ch05 函數和物件導向OOP
    1-415.1 開發函數def
    1-425.2 import 匯入和開發
    1-435.3 類別class
    1-445.4 類別class 初始化定義值
    1-455.5 類別中的函數方法Method
    1-465.6 類別中的「屬性」Property
    1-475.7 類別中的呼叫其他的函數方法Method
    1-485.8 設定公開、私有的類別函數方法
    1-495.9 把類別獨立成另一個檔案
    1-505.10 繼承－OOP 物件導向
    1-515.11 多重繼承
    1-525.12 呼叫父類類別函數super
    1-535.13 呼叫父類的「屬性」Property
    1-54Ch06 視窗處理GUI Tkinter
    1-556.1 視窗 GUI 函式庫
    1-566.2 視窗
    1-576.3 文字 Label
    1-586.4 顯示圖片Image
    1-596.5 按鍵
    1-606.6 訊息視窗tkMessageBox
    1-616.7 輸入框Entry
    1-626.8 繪圖Canvas
    1-63Ch07 資料定義Containers
    1-647.1 List 陣列
    1-657.2 List 陣列資料的多樣性
    1-667.3 List 的數學處理
    1-677.4 Slicing 切割
    1-687.5 Dictionaries 字典
    1-697.6 Sets 序列集集合比較（交集、聯集、差集）
    1-707.7 Tuples 序列
    1-71Ch08 圖表函式庫matplotlib.pylib
    1-728.1 圖表函式庫Matplotlib 介紹
    1-738.2 畫線
    1-748.3 畫點
    1-758.4 畫面切割
    1-768.5 顯示圖片
    1-778.6 顯示圖表在視窗程式中
    1-78Ch09 檔案處理和Open Data 開放資料
    1-799.1 開放資料介紹
    1-809.2 儲存檔案
    1-819.3 檔案複製、刪除和列出所有檔案
    1-829.4 資料夾
    1-839.5 讀取Excel xls 格式－阿靈頓縣裡面所有學校
    1-849.6 讀取、處理和儲存CSV－氣象風暴資料
    1-85Ch10 網路
    1-8610.1 超文本傳輸協定HTTP Get
    1-8710.2 透過網路取得即時開放資料－即時「今日氣象資訊」
    1-8810.3 超文本傳輸協定HTTPPost
    1-8910.4 可延伸標記式語言XML
    1-9010.5 開放資料 XML－取得台北市社會福利中心
    1-9110.6 JSON
    1-9210.7 開放資料 JSON－顯示桃園公共自行車即時服務資料
    1-93Ch11 資料庫
    1-9411.1 下載和安裝MYSQL 資料庫
    1-9511.2 新增資料庫使用者－Add User
    1-9611.3 新增資料庫－Add database
    1-9711.4 開啟資料庫－MySQL－python 和 pymysql
    1-9811.5 新增資料庫資料－insert
    1-9911.6 取得資料－select
    1-10011.7 刪除和修改資料庫資料－delete 和update
    1-101Ch12 自然語言處理－文字、語意分析和繁簡體的轉換
    1-10212.1 繁體中文和簡體中文的互換－OpenCC
    1-10312.2 中文分詞斷詞工具－jieba
    1-10412.3 分析檔案的文字
    1-10512.4 自訂分詞
    1-10612.5 取出斷詞位置
    1-10712.6 移除用詞和自訂比重分數
    1-10812.7 排列出最常出現的分詞
    1-10912.8 網路文章的重點
    1-110Ch13 人工智慧標記語言AIML
    1-11113.1 人工智能記號語言AIML 介紹
    1-11213.2 中文機器人
    1-11313.3 AIML 語法教學1－隨機對話
    1-11413.4 AIML 語法教學2－變數
    1-115Ch14 網頁伺服器
    1-11614.1 Python 網頁伺服器
    1-11714.2 開發自己的網頁伺服器
    1-11814.3 顯示HTTP 內容
    1-11914.4 取得HTTP GET 所傳遞的資料
    1-12014.5 取得HTTP POST 所傳遞的資料
    1-121Ch15 網路爬蟲BeautifulSoup4
    1-12215.1 網路爬蟲－取得網路文章內容
    1-12315.2 BeautifulSoup 的函數和屬性
    1-12415.3 實戰案例－抓取作者的部落格文章
    1-12515.4 實戰練習
    1-126Ch16 Pandas 數據分析和量化投資
    1-12716.1 安裝
    1-12816.2 使用pandas 讀取和儲存Excel 的檔案
    1-12916.3 使用pandas 讀取和儲存CSV 的文字檔案
    1-13016.4 讀取網路上的表格
    1-13116.5 DataFrame
    1-13216.6 計算
    1-13316.7 實戰分析Apple 股價
    1-13416.8 統計相關計算
    1-13516.9 邏輯判斷－找出股價高點
    1-13616.10 計算股價浮動和每月的變化
    1-13716.11 畫出股票的走勢圖和盒鬚圖
    1-138Ch17 Numpy 矩陣運算數學函數函式庫
    1-13917.1 矩陣資料初始化
    1-14017.2 定義資料
    1-14117.3 資料對應
    1-14217.4 切割
    1-14317.5 整數數組索引
    1-14417.6 資料型態Datatypes
    1-14517.7 計算
    1-14617.8 統計
    1-14717.9 邏輯判斷
    1-14817.10 不同大小的矩陣相加
    1-149Ch18 執行檔包裝程式Pyinstaller
    1-15018.1 pyinstaller 功能介紹和安裝
    1-15118.2 pyinstaller 包裝執行檔的步驟
    1-152Ch19 機器學習演算法－Regression 迴歸分析
    1-15319.1 資料準備
    1-15419.2 機器學習的資料準備
    1-15519.3 迴歸分析數學介紹
    1-15619.4 迴歸分析繪圖
    1-15719.5 亂數數據
    1-15819.6 殘差residual
    1-15919.7 使用scikit-learn 的linear_model 函數求線性迴歸
    1-16019.8 實戰案例－動物大腦和身體的關係
    1-16119.9 實戰案例－糖尿病
    1-162Ch20 機器學習演算法－KNN 最近鄰居法
    1-16320.1 KNN 數學介紹
    1-16420.2 使用sklearn 的KNN 判斷水果種類
    1-16520.3 實戰案例－鳶尾花的種類判斷
    1-166Ch21 機器學習演算法－K-means 平均演算法
    1-16721.1 k-means 數學介紹
    1-16821.2 sklearn 的K-means 類別
    1-16921.3 K-means 實戰案例
    1-17021.4 K-means 實戰案例圖形化呈現結果
    1-171Ch22 機器學習演算法－Decision Tree決策樹演算法
    1-17222.1 決策樹數學介紹－Gini 基尼係數
    1-17322.2 sklearn 的DecisionTreeClassifier決策樹
    1-17422.3 決策樹圖形化呈現結果
    1-175Ch23 機器學習演算法Random Forest隨機森林演算法
    1-17623.1 數學介紹
    1-17723.2 隨機森林函數
    1-17823.3 隨機森林圖形化和數據庫產生器
    1-179Ch24 機器學習演算法－Bayes' theorem貝氏分類器
    1-18024.1 貝氏分類器數學介紹
    1-18124.2 Bayes 實戰案例
    1-18224.3 圖形化呈現
    1-18324.4 網格numpy.meshgrid
    1-18424.5 圈選出分類的範圍
    1-185Ch25 TensorFlow介紹和安裝
    1-18625.1 tensorflow 介紹
    1-18725.2 安裝TensorFlow
    1-18825.3 TensorFlow 測試
    1-18925.4 Tensorflow GPU 版
    1-190Ch26 TensorFlow 的類神經網路－MLP 快速上手
    1-19126.1 產生訓練資料和建立模型
    1-19226.2 編譯和訓練
    1-19326.3 測試和預測
    1-194Ch27 TensorFlow 改善類神經模型MLP 結果
    1-19527.1 模型model 不同的寫法
    1-19627.2 TensorFlow 與Keras 函式庫的關係和差異
    1-19727.3 One-hot Encoding 單熱編碼
    1-19827.4 處理多個特徵值
    1-19927.5 改善預測結果－深度學習訓練次數epochs
    1-20027.6 改善預測結果－增加神經元和隱藏層
    1-20127.7 改善訓練結果－增加訓練數據集
    1-20227.8 如何達到預測 100％ 正確？
    1-203Ch28 TensorFlow花的辨識－MLP
    1-20428.1 植物辨識數據庫－訓練和測試的資料
    1-20528.2 多層感知器模型MLP（multilayer perceptron）
    1-20628.3 使用TensorFlow.keras 建立模型
    1-20728.4 激勵函數ReLU、sigmoid 和tanh
    1-20828.5 訓練模型
    1-20928.6 深度學習最佳化－最短路徑演算法
    1-21028.7 訓練循環Fit
    1-211Ch29 TensorFlow存取模型和訓練結果
    1-21229.1 圖形顯示訓練過程
    1-21329.2 TensorBoard 的使用
    1-21429.3 保存模型和訓練後的結果
    1-21529.4 讀取使用訓練模型和訓練後的結果
    1-216Ch30 TensorFlow 實戰圖形和手寫辨識MLP
    1-21730.1 手寫資料MNIST
    1-21830.2 下載和使用MNIST 手寫資料
    1-21930.3 使用圖形顯示MNIST 內的資料
    1-22030.4 圖形文字的辨識原理
    1-22130.5 特徵值增強度和單熱編碼
    1-22230.6 使用多層類神經MLP 模型
    1-223Ch31 TensorFlow卷積神經網路CNN
    1-22431.1 什麼是卷積類神經（CNN）？
    1-22531.2 使用CNN 做手寫圖像辨識
    1-22631.3 CNN 手寫辨識達到 99% 的辨識率
    1-227Ch32 OpenCV 和TensorFlow 卷積神經網路CNN 即時辨識
    1-22832.1 OpenCV 介紹
    1-22932.2 OpenCV 安裝和環境架設
    1-23032.3 OpenCV 顯示圖片
    1-23132.4 OpenCV 顯示攝影機
    1-23232.5 OpenCV 手寫程式
    1-23332.6 即時手寫辨識APP－99% 的正確率
    1-234版權頁
    1-235封底頁

    常见问答

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    猜你喜欢

    用户评价

    | 收集中

    销售方案