Python machine learning

文理組都能成功自學 AI 程式理論與實作並用，打造穩固的深度學習基礎本書內容改編自第 14 屆 iThome 鐵人賽 AI & Data 組的佳作系列文章《新手也能懂得 AI - 深入淺出的 AI 課程》。本書將以 AI 人工智慧的圖像與文字兩大領域應用為主軸，並對目前熱門的技術進行深度解析，內容範圍廣闊，涵蓋了辨識、生成和預測等技術。在閱讀本書的過程中，讀者不但會學習到基礎理論，同時也會進行程式撰寫訓練，並從實作練習加深對理論的理解與記憶。本書提供了一條 6 階段的人工智慧學習之路，從基本 Python 程式、爬蟲技術打好基礎，接著正式引領你進入 AI 人工智慧，了解深度學習模型的運作原理，並且跟著實作範例從無到有寫出 AI 程式，最後還能學會將 ChatGPT 串接到 LINE Bot，打造智慧個人小幫手。在這本書中，你將認識到各種常見的深度學習模型，包括 DNN、RNN、CNN，搭配適合初學者的 Keras、PyTorch、NumPy 等強大函式庫，讓你可以輕鬆打造阿拉伯數字辨識模型、股票趨勢預測圖，建立文章摘要，以及使用預訓練模型來強化模型的辨識能力。四大重點🚩 內容由簡入深從簡易入門，逐步理解人工智慧🚩 打通 AI 技能學習不同 AI 專案，將程式應用於生活🚩 全方面教學不需要程式基礎，從零開始寫程式🚩 理論結合實作理論與程式並重，會寫也會玩 AI目標讀者● 對於人工智慧懷抱熱情，但是毫無程式經驗的新手● 希望能夠快速習得並累積人工智慧程式專案經驗的工程師● 剛踏入人工智慧領域的學生和研究者● 需要結合人工智慧，用於特定應用領域的專業人士專業推薦「如果您正在尋找一本全面且深入的人工智慧學習資源，這本書絕對值得一讀。它提供了結構良好的學習路徑，使您能夠從基礎到高階的技術水平不斷進步。此外它以自學為導向，使您能夠更好地理解和應用所學知識，這對於成功應用人工智慧技術至關重要。無論您的學習目標如何，這本書都是一個出色的起點。」──── 李俊宏 │ 國立高雄科技大學 電機工程系 資通組教授

“美國少年學霸 筆記”系列圖書是一套時尚有趣的通識教育讀物。它把在校園裡悄悄流傳的學霸們的學習筆記收集起來，再由 的老師（美國 和州立年度 教師獲得者）審定補充並 終出版成書，出版後備受美國讀者的歡迎與喜愛。該系列圖書通過時下流行的手賬形式，系統清晰地梳理了每門學科的核心概念和知識架構，在嚴肅的知識中穿插了好玩的生活實例、漫畫和圖表，語言淺顯幽默，能幫你輕鬆構建牢固有序的知識系統，培養提煉要點、梳理信息的能力。書中體現的思維方式和有趣創意，也能幫你養成科學、創新、開放的思維方式。讓學習變得 有趣，相信這套書能幫你成就 聰明的自己！你擔心機器人會統治世界嗎？你知道為什麼我們能通過手機掃碼付款、觀看視頻和通話嗎？用3 個整數數字隨機組合可以表示出1600萬種顏色，這是如何做到的呢？航天飛機的系統包含40 萬行代碼，而新型小汽車的系統包含了1 億行代碼，原來“上天”竟然比在地上跑還容易嗎？本書將向讀者展示一個多彩的計算機與編程的趣味樂園，從計算機基本常識入手，由淺入深地介紹了與計算機相關的核心知識，從硬件到軟件，從使用者視角到開發者視角，直至學習易於入門的Scratch編程、Python 編程和Web 開發。筆記的形式讓內容 生動、重點 突出，配以圖表、趣味卡通圖案、詳細的例子講解和章節練習，便於讀者理解、掌握書中知識，提高動手能力，讓計算機與編程學習變得簡單、輕鬆。

[真的可以跟著做的貝氏統計書]貝氏統計因 AI 機器學習的發展而再度翻紅，其核心是利用統計推論的方法，在觀測到新證據或取得新資訊時，利用科學方法循環更新先前假設的機率，非常適合只能依據僅有的且不夠完整的資訊進行假設評估的技術。目前廣泛應用於機器學習、深度學習、資料科學、大數據分析等領域。正經八百的念經書只會讓人想睡覺，而本書很不一樣，作者依其自身的（慘痛）經歷規劃出這本神奇之書，隨時與學習者站在一起，將腦海經常冒出來的疑問，以豐富的圖表、實作輔助並提供許多參考資源的問答方法呈現。對於重要觀念與公式，也用不同顏色標示（對了！本書是彩色書，灑花），不斷的前後呼應提醒，才不會讀到後面卻忘了前面，進而確實掌握貝氏統計的精髓。本書討論到 MCMC （馬可夫鏈蒙地卡羅法）之處尤其精彩，一般貝氏書籍或網路文章只講理論或舉個簡單例子交代一下就完事了，而本書是實實在在的帶領讀者一遍一遍的演練，落實從做中學的精神。對於想瞭解貝氏統計的各領域專業人員，包括機器學習、深度學習、生命與醫學、心理學、公共衛生、商業數據分析等，都是淺顯易懂的好書。也適合學習統計、人工智慧相關領域大學高年級與研究所程度的學生。本書特色: 由施威銘研究室監修內容，適時補充編註與譯註，幫助讀者確實理解內容。貫徹『講七遍、做二十一遍』的精神，真正從做中學會的就不會忘記。本書厚達六百多頁，為考慮到學習的便利性與舒適性，採用全彩印刷容易分辨重點、並以軟精裝裝訂可攤平閱讀。額外提供原文書也沒有的書中分佈函數 Python 程式碼下載，可自行修改參數觀察函數圖形變化。