首頁 搜尋 我的知識庫
世界第一簡單機器學習

世界第一簡單機器學習

作者: 荒木雅弘
出版社: 世茂
出版日期: 2019/04/02
ISBN-13: 9789578799707
書店 1







內容描述


適合研究者、工程師,
資訊、金融、教育、醫療業未來發展必需的參考指標,
在人工智慧研發、醫學診斷和機器人區域大展身手的第一本書!

  涉及大量統計學理論,
  讓人工智慧「自動學習」的演算法,
  就是應用於電腦視覺、資料探勘、證券試場分析的機器學習。
  搜尋引擎、語音及手寫辨識、戰略遊戲也能看到它的蹤跡。
  透過預測、判斷、評估、排序,提高準確率!
  打好機器學習基礎,工作從此事半功倍!

好評推薦

  日本讀者好評推薦
  真的很好懂。雖然需要有線性代數和偏微分的底子,但不需要實際計算,只要看懂基本概念就行了。書中有豐富的圖片和親切的說明,讓讀者容易吸收,非常推薦!──Masaru Kamata

  是一本適合初學者的書。就連沒有機械學習知識的我也能理解整體概念。書末附上的索引在深入查詢時非常好用。漫畫部分鮮活的角色和情節也將內容的難度降低了。推薦給想了解機械學習的人。──JyunJyun

  巧妙地將漫畫和工作書結合,讓人一讀就停不下來了。最大的優點是有附數學解說,也有舉出現實中的應用範例,讓讀者了解能應用的場合和方式。Q&A的部分能激發思考,加深理解。我會推薦這本書給學生看。──Танечка


目錄大綱


序    

序章 請教我機器學習!    
紗耶香的房間① 紗耶香與女高中生小愛    

第1章 怎麼做迴歸?    
1.1 預測數據的困難    
1.2 從解釋變數求目標變數    
1.3 求線性迴歸函數    
1.4 正規化的效果    
紗耶香的房間② 數學的複習1    

第2章 怎麼進行識別?    
2.1 整理資料    
2.2 由資料預測類別    
2.3 邏輯識別    
2.4 決策樹的識別    
紗耶香的房間③ 數學的複習②    

第3章 評估結果    
3.1 要用測試資料評估才有意義    
3.2 訓練資料、檢驗資料、評估資料    
3.3 交叉驗證法    
3.4 準確率、精確率、召回率、F值    
紗耶香的房間④ 數學的複習③    

第4章 深度學習    
4.1 神經網路    
4.2 反向傳播法訓練    
4.3 挑戰深度學習    
4.3.1 深度神經網路的問題點    
4.3.2 多層訓練上的技巧 1事前訓練法    
4.3.3 多層訓練上的技巧 ②激活函數    
4.3.4 多層訓練上的技巧 ③規避過度學習    
4.3.5 結構特化的神經網路
紗耶香的房間⑤ 數學的複習④    

第5章 整體學習    
5.1 裝袋法    
5.2 隨機森林    
5.3 提升法    
紗耶香的房間⑥ 數學的複習⑤    

第6章 非監督式學習    
6.1 集群分析    
6.1.1 階層式集群分析    
6.1.2 分割式集群分析    
6.2 矩陣分解    
紗耶香的房間⑦ 數學的複習⑥    

結尾    
索引


作者介紹


作者簡介

荒木 雅弘

  1998年取得(工學)博士學位(京都大學)。
  1999年曾任京都工藝纖維大學工藝學系助理教授。
  2007年起任職京都工藝纖維大學工藝科學研究科副教授。

  〈著作〉
  《語音對話系統》(合著,歐姆社)
  《用免費軟體建構語音辨識系統 從模式辨識、基本機器學習到對話系統》(森北出版)
  《用免費軟體學習語意網與相關互動》(森北出版)
  《用免費軟體開始機器學習入門》(森北出版)
  《圖解語音辨識》(講談社)

審訂者簡介

張智星

  現職:台灣大學資訊系教授、台大醫院資訊室主任、台大金融科技研究中心主任
  學歷:美國加州大學柏克萊分校 電機電腦系 博士
  經歷:工研院資通所顧問
  授課科目:資料結構與演算法、科學計算、金融科技導論、音樂訊號分析與檢索、人工智慧及深度機器學習之生醫藥產業應用
  研究領域:語音辨識與評分、音樂分析與檢索、精準尋與行銷、醫療大數據分析

譯者簡介

衛宮紘

  清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》(東販)、《超慢跑入門》(商周)、《男人懂了這些更成功》(潮客風)、《世界第一簡單電力系統》(世茂)……等。賜教信箱:emiyahiro@hotmail.com.tw






相關書籍

超圖解物聯網IoT實作入門:使用JavaScript/Node.JS/Arduino/Raspberry Pi/ESP8266/Espruino

實戰ROS機器人作業系統與專案實作(第二版)

Power BI最強入門:AI視覺圖表 + 智慧決策 + 雲端分享 王者歸來(全彩印刷) (第二版)

Python:加密貨幣CTA量化交易111個實戰技巧