三民網路書店 / 搜尋結果

★★★最淺顯易懂的機器學習專書★★★與其害怕被AI取代，不如學會機器學習，讓AI為你所用！★ 日本亞馬遜資訊相關類暢銷榜No. 1．針對各類機器學習全圖像化，深入淺出的機器學習入門書．詳解各種機器學習演算法的概念和用途，學會如何選對演算法．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用【什麼是機器學習？】人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分，但多數人對這些專有

從如何建立一個Web應用程式到API與部署，獻給工程師與資料科學家的Flask入門書本書說明如何使用Python的框架Flask進行Web應用程式的開發。從最簡單的迷你應用程式開始，逐步建立起諮詢表單，整合資料庫的應用，加入認證功能，逐步發展成一支功能完整的應用程式。你可以從這個過程當中學到如何使用Flask進行開發。第二篇將會開發一個可以從識別照片中有哪些東西的物件偵測程式，並說明如何將其轉換為Web API。此外，還會將圖像識別的主題延伸到識別手寫字，並說明如何在程式開發中應用機器學習的技術。【本書主要內容】● Flask的基礎知識和開發○ 建立查詢表格和資料庫應用程式○ 建立認證功能○ 建立物件偵測程式● 建立和部署API○ 將物體檢測應用程式轉換為網路API○ 作為Web API對外發佈● 機器學習API開發○ 從分析程式碼開發機器學習API的過程和方法。【誰適合閱讀本書】．想要用Python開Web應用程式的工程師．對機器學習感興趣的web開發人員．只用過Python進行分析的人。．希望能夠自行開發Web應用程式與API的資料科學家

內容簡介:廣受讀者好評、第二版登場！紮實地學會資料分析工程師所需要的基本技能書中會對資料分析工程師所需要的基本技巧進行詳盡解說。‧取得資料、處理資料‧資料視覺處理‧編寫程式碼‧基礎數學知識‧機器學習的流程與執行方法第2版的重點‧支援Python 3.10版本‧用更深入淺出的方式進行講解在書中可以學到‧Python基本語法‧講解資料格式‧資料的預處理技巧‧資料視覺處理技巧‧運用現成的演算法來執行機器學習適合對象想成為資料分析工程師的讀者

大數據時代，數據分析成為各行各業非常重要的工作，如機器學習、深度學習、數據科學、市場營銷分析、企業決策制定等，都離不開數據分析。《Python 數據分析教科書》就是一本介紹使用Python 進行數據分析的入門書，詳細介紹了成為數據分析工程師必備的技能，如數據獲取和加工、數據可視化、編程基礎、數據分析所需的基礎數學知識、機器學習的流程和執行方法等。學完本書，讀者能掌握 Python 的基本語法和 Jupyter Notebook 的使用方法，數據預處理知識，NumPy、pandas、Matplotlib 和 scikit-learn 等軟件庫的使用方法，以及利用現有算法實現機器學習的方法。另外，對網絡爬蟲、自然語言處理和圖像數據處理等機器學習中經常用到的知識也進行了簡要介紹。本書采用雙色印刷，語言淺顯易懂，並用中小實例輔助理解，特別適合有一定編程基礎想從事數據分析工作的人員學習，也適合作為想從事人工智能工作的人員學習數據處理的參考書。

★★★最淺顯易懂的機器學習專書★★★ 與其害怕被AI取代， 不如學會機器學習，讓AI為你所用！ ★ 日本亞馬遜資訊相關類暢銷榜No. 1 ．針對各類機器學習全圖像化，深入淺出的機器學習入門書 ．詳解各種機器學習演算法的概念和用途，學會如何選對演算法 ．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用 【什麼是機器學習？】 人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分， 但多數人對這些專有名詞一知半解，甚至有些誤解， 實現 AI 的方法包羅萬象，但機器學習是實現AI最普及的方法， 有些人誤以為深度學習就是AI，但事實上深度學習也是種機器學習。 機器學習顧名思義，就是電腦會透過演算法，根據問題或環境自動學習， 並運用學習結果來解決問題。 【機器學習的應用觸及各領域】 機器學習可以應用在各種領域，包括： 自動駕駛、文書處理、資料分析、自動翻譯、醫療診斷、預測天氣⋯⋯ 近年來，因為電腦價格降低，讓機器學習普及，不再是高深的技術， 讓非理科出身的文科人也能容易學習，運用在工作上。 由於機器學習有許多種類，因此懂得如何選擇最適合的演算法， 才能讓精準解決問題，事半功倍。 【2大類 ╳ 17種演算法，弄懂機器學習的邏輯與概念】 ◎ 9種監督式學習：將問題的答案輸入電腦，讓電腦自己學習，像是過濾垃圾郵件 ．問題分類（分類）：羅吉斯迴歸、單純貝氏分類器 ．找出特徵關聯性（迴歸）：線性迴歸、正則化 ．分類且找出關聯性：支持向量機、Kernel法、隨機森林、類神經網路、kNN ◎ 8種無監督式學習：提供電腦問題與特徵，讓電腦自行分類，例如找出有車的照片 ．選擇特徵與數量（降維）： PCA、LSA、NMF、LDA、LLE、t-SNE ．特徵分類（分群）：k-means分群法、高斯混合分布 【Python是時下最熱門的程式語言】 在學習機器學習的演算法時， Python是最容易上手，適用於各作業系統，也完全免費的程式語言軟體， 與機器學習及統計相關的函式庫也非常豐富。 本書所有範例程式碼都是使用Python語法編寫， 因此書中還附有Python基礎教學。 本書用一張圖帶你掌握機器學習的整體輪廓，學會機器學習的基礎知識和概念， 了解在學習機器學習的演算法時最重要的處理過程， 幫你學會如何精準選對演算法，只要掌握每一種演算法的性質， 相信就能學會