深智數位

～ 2022 開發者唯一指定 PyTorch 祕笈！～深度學習【必備數學與統計原理】✕【圖表說明】✕【PyTorch 實際應用】★ 作者品質保證 ★經過眾多專家與學者試閱昭明老師著作皆給【5 顆星】滿分評價！～ 從基礎理解到 PyTorch 獨立開發，一氣呵成 ～本書專為 AI 開發者奠定扎實基礎，從數學統計 ► 自動微分 ► 梯度下降 ► 神經層，由淺入深介紹深度學習的原理，並透過大量 PyTorch 框架應用實作各種演算法：● CNN (卷積神經網路)● YOLO (物件偵測)● GAN (生成對抗網路)● DeepFake (深度偽造)● OCR (光學文字辨識)● ANPR (車牌辨識)● ASR (自動語音辨識)● BERT / Transformer● 臉部辨識● Knowledge Graph (知識圖譜)● NLP (自然語言處理)● ChatBot● RL (強化學習)● XAI (可解釋的 AI)本書特色入門深度學習、實作各種演算法最佳教材！★以【統計／數學】為出發點，介紹深度學習必備的數理基礎★以【程式設計取代定理證明】，讓離開校園已久的在職者不會看到一堆數學符號就心生恐懼，縮短學習歷程，增進學習樂趣★摒棄長篇大論，輔以【大量圖表說明】介紹各種演算法★【完整的範例程式】及【各種演算法的延伸應用】！直接可在實際場域應用。★介紹日益普及的【演算法與相關套件】的使用★介紹 PyTorch 最新版本功能★與另一本姊妹作《深度學習–最佳入門邁向 AI 專題實戰》搭配，可同時學會 PyTorch 與 TensorFlow

★☆★深度學習暢銷好書2025全新改版★☆★本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。《深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇》內容包括：自然語言處理相關演算法、大語言模型、語音辨識、強化學習等，全面涵蓋深度學習的自然語言處理及強化學習領域。適合讀者?深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。?資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。?資訊工作者：希望能擴展深度學習知識領域。?從事其他領域的工作，希望能一窺深度學習奧秘者。

★☆★國內第一本介紹Rust實戰的專書★☆★【本書特點】☆Rust重要觀念介紹：泛型(Generics)、特徵(Trait)、巨集(Macro)、閉包(Closure)、並行處理(Concurrency)、所有權(Ownership)。☆Rust實戰：機器學習、WebAssembly、區塊鏈(Blockchain)、跨語言整合(FFI)，包括Python、C、JS…等。☆常見應用實作：資料庫存取、網站開發、桌面程式、檔案系統存取…等。【本書目標對象】1. 熟悉C語言的學生或工程師：可學習到最新的程式語言設計理念，改寫或升級舊系統(Legacy system)。2. 熟悉Python語言的學生或工程師：可學習到如何開發安全與高效能的應用系統。3. 同時熟悉C與Python語言的學生或工程師：可學習到如何整合Python與Rust，提升系統開發的生產力。4. 機器學習工程師：可學習如何利用Rust建立高效系統，以提升模型訓練(Training)與推論(Inference)的速度。

★☆★深度學習暢銷好書2025全新改版★☆★本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。《深度學習最佳入門與專題實戰：理論基礎與影像篇》內容包括：深度學習導論、神經網路原理、TensorFlow 基礎操作、物件偵測、生成式 AI、生成對抗網路、擴散模型等，全面涵蓋深度學習的基礎知識與影像應用領域。適合讀者?深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。?資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。?資訊工作者：希望能擴展深度學習知識領域。?從事其他領域的工作，希望能一窺深度學習奧秘者。

從ChatGPT原理開始， 帶領讀者實測各項API與企業系統整合開發！ 隨著AI與ChatGPT的蓬勃發展，各種相關功能的應用、資訊鋪天蓋地而來，更新的速度日新月異，在這片新知洪流中，要怎麼把握住知識的精要，學習重點基礎加以實用呢？ 本書提供最新、完整，且有序的整理，在這波AI革新浪潮下你該知道的重點，從ChatGPT的入門開始，逐步介紹到如何下指令的提示工程、提示入侵，接著進一步說明程式撰寫測試，包含設計規格轉換為程式、除錯、測試個案生成、重構、增添註解、SQL生成與解析等。 接著進一步延伸到API使用與功能測試，包含開通、付費機制，API的各種類別、模型的選擇。而後就是各種實用的企業整合運用，裡頭包含了豐富的實作範例，也涉及Line的聊天機器人應用。最後回頭談到ChatGPT的原理，包括語言模型(LLM)、詞嵌入(Word embedding)、ChatGPT相關演算法(Transformer、RL)的說明。 本書從系統設計的角度出發，便於讀者有效的學習，且每章節的最後都列有豐富的參考資源，供讀者作進一步延伸閱讀與研究，是想完整了解ChatGPT原理與運用的讀者，不容錯過的好書！ 【本書特點】 1. 提供最新、有條理、而且完整的ChatGPT使用資訊。 2. 提供大量的測試心得，包含生活實例，所有範例均可下載。 3. 分享豐富的參考資源，可進一步的閱讀與研究。 4. 以實用為要，希望能觸發創意，在企業內應用自如。 5. 部落格隨時更新ChatGPT 最新資訊。 【適合讀者】 ▶ 希望深入瞭解ChatGPT用法的各領域人士。 ▶ 希望深入瞭解ChatGPT架構的IT主管及架構師。 ▶ 希望能導入ChatGPT的商業分析師。 ▶ 希望能開發ChatGPT整合應用的系統開發工程師。 ▶ 希望能擴展機器學習知識領域的資訊工作者。

★☆★國內第一本介紹Rust實戰的專書★☆★ 【本書特點】 ☆Rust重要觀念介紹：泛型(Generics)、特徵(Trait)、巨集(Macro)、閉包(Closure)、並行處理(Concurrency)、所有權(Ownership)。 ☆Rust實戰：機器學習、WebAssembly、區塊鏈(Blockchain)、跨語言整合(FFI)，包括Python、C、JS…等。 ☆常見應用實作：資料庫存取、網站開發、桌面程式、檔案系統存取…等。 【本書目標對象】 1. 熟悉C語言的學生或工程師：可學習到最新的程式語言設計理念，改寫或升級舊系統(Legacy system)。 2. 熟悉Python語言的學生或工程師：可學習到如何開發安全與高效能的應用系統。 3. 同時熟悉C與Python語言的學生或工程師：可學習到如何整合Python與Rust，提升系統開發的生產力。 4. 機器學習工程師：可學習如何利用Rust建立高效系統，以提升模型訓練(Training)與推論(Inference)的速度。

從ChatGPT原理開始， 帶領讀者實測各項API與企業系統整合開發！ 隨著AI與ChatGPT的蓬勃發展，各種相關功能的應用、資訊鋪天蓋地而來，更新的速度日新月異，在這片新知洪流中，要怎麼把握住知識的精要，學習重點基礎加以實用呢？ 本書提供最新、完整，且有序的整理，在這波AI革新浪潮下你該知道的重點，從ChatGPT的入門開始，逐步介紹到如何下指令的提示工程、提示入侵，接著進一步說明程式撰寫測試，包含設計規格轉換為程式、除錯、測試個案生成、重構、增添註解、SQL生成與解析等。 接著進一步延伸到API使用與功能測試，包含開通、付費機制，API的各種類別、模型的選擇。而後就是各種實用的企業整合運用，裡頭包含了豐富的實作範例，也涉及Line的聊天機器人應用。最後回頭談到ChatGPT的原理，包括語言模型(LLM)、詞嵌入(Word embedding)、ChatGPT相關演算法(Transformer、RL)的說明。 本書從系統設計的角度出發，便於讀者有效的學習，且每章節的最後都列有豐富的參考資源，供讀者作進一步延伸閱讀與研究，是想完整了解ChatGPT原理與運用的讀者，不容錯過的好書！ 【本書特點】 1. 提供最新、有條理、而且完整的ChatGPT使用資訊。 2. 提供大量的測試心得，包含生活實例，所有範例均可下載。 3. 分享豐富的參考資源，可進一步的閱讀與研究。 4. 以實用為要，希望能觸發創意，在企業內應用自如。 5. 部落格隨時更新ChatGPT 最新資訊。 【適合讀者】 ▶ 希望深入瞭解ChatGPT用法的各領域人士。 ▶ 希望深入瞭解ChatGPT架構的IT主管及架構師。 ▶ 希望能導入ChatGPT的商業分析師。 ▶ 希望能開發ChatGPT整合應用的系統開發工程師。 ▶ 希望能擴展機器學習知識領域的資訊工作者。

～ 2022 開發者唯一指定 PyTorch 祕笈！～ 深度學習【必備數學與統計原理】✕【圖表說明】✕【PyTorch 實際應用】 ★ 作者品質保證 ★ 經過眾多專家與學者試閱昭明老師著作皆給【5 顆星】滿分評價！ ～ 從基礎理解到 PyTorch 獨立開發，一氣呵成 ～ 本書專為 AI 開發者奠定扎實基礎，從數學統計 ► 自動微分 ► 梯度下降 ► 神經層，由淺入深介紹深度學習的原理，並透過大量 PyTorch 框架應用實作各種演算法： ● CNN (卷積神經網路) ● YOLO (物件偵測) ● GAN (生成對抗網路) ● DeepFake (深度偽造) ● OCR (光學文字辨識) ● ANPR (車牌辨識) ● ASR (自動語音辨識) ● BERT / Transformer ● 臉部辨識 ● Knowledge Graph (知識圖譜) ● NLP (自然語言處理) ● ChatBot ● RL (強化學習) ● XAI (可解釋的 AI) 本書特色 入門深度學習、實作各種演算法最佳教材！ ★以【統計／數學】為出發點，介紹深度學習必備的數理基礎 ★以【程式設計取代定理證明】，讓離開校園已久的在職者不會看到一堆數學符號就心生恐懼，縮短學習歷程，增進學習樂趣 ★摒棄長篇大論，輔以【大量圖表說明】介紹各種演算法 ★【完整的範例程式】及【各種演算法的延伸應用】！直接可在實際場域應用。 ★介紹日益普及的【演算法與相關套件】的使用 ★介紹 PyTorch 最新版本功能 ★與另一本姊妹作《深度學習–最佳入門邁向 AI 專題實戰》搭配，可同時學會 PyTorch 與 TensorFlow

深度學習 最佳入門邁向AI專題實戰 ★★★★★【深度學習】★★★★★ ☆☆☆☆☆【理論】+【實作】☆☆☆☆☆ 這是目前市面上講解【深度學習(Deep Learning)】從基礎到應用最完整的書籍，從基礎數學與統計開始，將演算法的原理解釋得更簡易清晰，協助讀者跨入 AI 的門檻，為避免流於空談，盡量增加應用範例，希望能達到即學即用。多位試閱本書內容的專家與學者全部皆給【五顆星】滿分評價。 整本書採用【最新版TensorFlow】+【大量圖片輔助】，+ 【完整理論解說】+【Python程式實作】以原理與實作，講解下列最熱門的AI主題。 ☆【神經網路(NN)】 ☆【卷積神經網路(CNN)】 ☆【物件偵測(YOLO)】 ☆【光學文字辨識(OCR)】 ☆【車牌辨識(ANPR)】 ☆【人臉辨識】 ☆【生成對抗網路 (GAN)】 ☆【深度偽造 (DeepFake)】 ☆【自然語言處理(NLP)】 ☆【聊天機器人(ChatBot)】 ☆【語音辨識(ASR)】 ☆【強化學習(RL)】 讀者只要遵循本書步驟學習相信必可以徹底認識人工智慧、機器學習與深度學習觀念，邁向浩瀚領域。

★★★★★【機器學習唯一指定】★★★★★ ☆☆☆☆☆【入門】+【實戰】☆☆☆☆☆ AI 專業大師 陳昭明 老師全新力作，帶你一次到位，完整學習Scikit-learn！ 以Scikit-learn套件為主體，介紹各類的演算法，同時提供大量應用實例，全面性的掌握理論、技術與實作，為機器學習入門者的最佳夥伴！ ★詳細的程式說明 ★遵循完整的機器學習開發流程 ★資料的探索、清理、特徵工程、模型訓練、評估、參數調校到最終的部署 本書主要的特點 1. 以完整的機器學習開發流程角度出發。 2. 每一個演算法都包括原理、自行開發、Scikit-learn函數用法，最後再附應用實例。 3. 以「統計／數學」為出發點，介紹機器學習必備的數理基礎，使用大量圖解，並以程式開發加深掌握演算法原理，增進學習樂趣。 4. 完整實用的範例程式及各種演算法的延伸應用，能在企業內應用自如。

全書共15章，內容如下■ 第1章 深度學習（Deep Learning）導論第一章介紹AI的發展趨勢，鑑古知今，瞭解前兩波AI失敗的原因，比較第三波發展的差異性。■ 第2章 神經網路（Neural Network）原理第二章介紹深度學習必備的統計/數學基礎，不僅要理解相關知識，也力求能撰寫程式解題。■ 第3章 TensorFlow 架構與主要功能第三章介紹TensorFlow基本功能，包括張量(Tensor)運算、自動微分及神經網路模型的組成，並說明梯度下降法求解的過程。■ 第4章 神經網路實作第四章開始實作，依照機器學習10項流程，撰寫完整的範例，包括Web、桌面程式。■ 第5章 TensorFlow 其他常用指令第五章介紹TensorFlow進階功能，包括各種工具，如TensorBoard、TensorFlow Serving、Callbacks。■ 第6章 卷積神經網路(Convolutional Neural Network)■ 第7章 預先訓練的模型(Pre-trained Model)■ 第8章 物件偵測(Object Detection)■ 第9章 進階的影像應用■ 第10章 生成對抗網路 (GAN)第六～十章介紹圖像/視訊的演算法及各式應用。■ 第11章 自然語言處理的介紹■ 第12章 自然語言處理的演算法■ 第13章 聊天機器人(ChatBot)■ 第14章 語音辨識第十一～十四章介紹自然語言處理、語音及各式應用。■ 第15章 強化學習第十五章介紹AlphaGo的基礎 -- 『強化學習』演算法。

https://youtu.be/rXeKT66qd_s ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：理論基礎與影像篇》內容包括：深度學習導論、神經網路原理、TensorFlow 基礎操作、物件偵測、生成式 AI、生成對抗網路、擴散模型等，全面涵蓋深度學習的基礎知識與影像應用領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。

https://youtu.be/8LZnGUmCLB0 ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇》內容包括：自然語言處理相關演算法、大語言模型、語音辨識、強化學習等，全面涵蓋深度學習的自然語言處理及強化學習領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。