從程式員到AI專家｜寫給程式員的人工智慧與機器學習指南<啃書> 價格比較,價格查詢,價格歷史信息

「本書使用TensorFlow徹底教你了解及實作機器學習與人工智慧模型。」 —Jialin Huang博士 微軟資料與應用科學家 「Laurence Moroney一直是讓TensorFlow成為全球AI框架龍頭的主力，我很榮幸可以透過deeplearning.ai與Coursera來協助他指導TensorFlow。希望你在學習TensorFlow的過程中一切順利。有Laurence當你的導師，你將展開一場偉大的冒險旅程。」 —Andrew Ng deeplearning.ai創辦人 如果你想從程式員轉職為AI專家，本書是理想的起點。本書來自Laurence Moroney的成功AI課程，將會帶著你親自動手寫程式，讓你充滿信心地學習重要的主題，你要做的，只是用Python和它的資料表示法及陣列處理法來做實驗。 你會學到如何實作機器學習最常見的場景，包括電腦視覺、自然語言處理(NLP)，以及在web、行動設備、雲端與嵌入式等執行環境中建立序列模型。大多數的機器學習書籍在一開始都會展示大量且令人生畏的高等數學，但這本書提供實用的課程，直接帶你編寫實用的程式。 • 透過範例程式了解機器學習的基本知識 • 使用TensorFlow為各種場景建模模型 • 用只有一個神經元的神經網路建構模型 • 實作電腦視覺，包括在圖像中偵測特徵 • 使用NLP將單字和句子基元化及組成序列 • 將模型植入Android與iOS設備 • 使用TensorFlow Serving，讓模型透過web或雲端提供服務 目錄 推薦序 前言 【第一部分 建構模型】 　第1章 TensorFlow 簡介 　第2章 電腦視覺簡介 　第3章 從基礎晉級：偵測圖像中的特徵 　第4章 使用 TensorFlow Datasets 來取得公開的資料組 　第5章 自然語言處理簡介 　第6章 使用 embedding 來以程式表達情緒 　第7章 用遞迴神經網路來處理自然語言 　第8章 使用 TensorFlow 來創造文本 　第9章 了解序列和時間序列資料 　第10章 建立 ML 模型來預測序列 　第11章 使用摺積和遞迴方法來製作序列模型 【第二部分 使用模型】 　第12章 TensorFlow Lite 簡介 　第13章 在 Android app 使用 TensorFlow Lite 　第14章 在 iOS app 裡使用 TensorFlow Lite 　第15章 TensorFlow.js 簡介 　第16章 用 TensorFlow.js 製作電腦視覺的設計技術 　第17章 將 Python 模型轉換成 JavaScript 來重複使用它 　第18章 遷移學習，使用 JavaScript 　第19章 用 TensorFlow Serving 來部署 　第20章 AI 道德、公平性和隱私 索引

商品選項

屬性