-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

類神經網路實戰:使用Python

( 繁體 字)
作者:Tariq Rashid 著類別:1. -> 程式設計 -> Python
   2. -> 程式設計 -> 深度學習
譯者:林賜 譯/博碩文化 審校
出版社:博碩文化類神經網路實戰:使用Python 3dWoo書號: 50091
詢問書籍請說出此書號!

缺書
NT定價: 420
折扣價: 315

出版日:10/11/2018
頁數:208
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 繁體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9789864343355
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

亞馬遜網路書店★★★★★5顆星評價類神經網路的最佳入門指南透過淺顯的數學知識逐步理解類神經網路的運作原理輕鬆使用Python自行開發類神經網路類神經網路是人工智慧領域中的關鍵技術之一。然而,真正了解類神經網路運作原理的人卻是少數。本書作者以輕鬆的口吻寫作,循序漸進地介紹類神經網路中所用到的數學、運算思維及其概念,以及說明如何使用Python開發類神經網路。內容嚴格限定在實作類神經網路的必需知識,可快速掌握類神經網路的精髓。閱讀本書時,只需中學程度的數學知識,最後還附有淺顯易懂的微積分簡介以及在樹莓派上運作的說明,期許眾多讀者都能理解類神經網路。透過本書,您將進行一段妙趣橫生且條理分明的旅行。【本書內容】本書分為三章及附錄,內容逐步說明類神經網路的觀念,並使用Python實作類神經網路。◎第1章以許多插圖及範例來詳細介紹類神經網路所使用的數學基礎知識。◎第2章說明如何使用Python程式語言進行開發類神經網路,並訓練其辨識手寫數字,以及測試類神經網路的效能。◎第3章說明如何進一步提升類神經網路的效能,並加深相關知識的理解。◎附錄則介紹學習類神經網路所需的微積分知識,以及使用樹莓派運作的操作說明。【適用讀者】本書的目標讀者並非是數學或計算機科學方面的專家。不需要任何的專業知識以及超出中學的數學能力,只要會加減乘除四則運算,就能實作出自己的類神經網路。一旦掌握了類神經網路的基本知識,就能將其核心概念應用在許多不同層面的問題上。【本書推薦】 「本書對理解類神經網路概念的所需知識有清楚的介紹。」──Niyazi Kemer「不需具備複雜的數學知識及深度學習的理論,可有效學習類神經網路的入門書。」──M Ludvig 「優良的類神經網路入門書籍。詳細解說類神經網路,並以精簡、實用的方式介紹數學知識。引導讀者使用Python編寫類神經網路。」──Daniel Oderbolz
目錄:

Chapter 01 類神經網路如何運作
1.1 尺有所短,寸有所長
1.2 一臺簡單的預測機
1.3 分類與預測並無太大差別
1.4 訓練簡單的分類器
1.5 有時候一個分類器不足以求解問題
1.6 神經元—大自然的計算機器
1.7 在類神經網路中追蹤訊號
1.8 憑心而論,矩陣乘法大有用途
1.9 使用矩陣乘法的三層類神經網路範例
1.10 學習來自多個節點的權重
1.11 多個輸出節點反向傳播誤差
1.12 反向傳播誤差到更多層中
1.13 使用矩陣乘法進行反向傳播誤差
1.14 我們實際上如何更新權重
1.15 權重更新成功範例
1.16 準備資料

Chapter 02 使用Python進行DIY
2.1 Python
2.2 互動式Python=IPython
2.3 優雅地開始使用Python
2.4 使用Python製作類神經網路
2.5 手寫數字的資料集MNIST

Chapter 03 趣味盎然
3.1 自己的手寫數字
3.2 類神經網路大腦內部
3.3 建立新的訓練資料:旋轉圖像
3.4 小結

Appendix A 微積分簡介
A.1 一條平直的線條
A.2 一條斜線
A.3 一條曲線
A.4 手繪微積分
A.5 非手繪微積分
A.6 無需繪製圖表的微積分
A.7 模式
A.8 函數的函數
A.9 你可以進行微積分運算了!

Appendix B 使用樹莓派來運作
B.1 安裝IPython
B.2 確保各項工作正常運作
B.3 訓練和測試類神經網路
B.4 樹莓派成功了
序: