三民網路書店 / 搜尋結果

★★★★★【848頁磅礡登場】、【最紮實機器學習】★★★★★ 外行人才買武器，高手自己打造神兵利器！ 不靠TF/Keras/PyTorch，用NumPy硬幹所有機器學習公式理論打基礎，極緻深入研究原理，獲得微積分、機率、張量最高等級，之後AI學習路快速平順又輕鬆 沒錯，某同學用Tensorflow/Keras實作一個影像辨識，另一個同學用PyTorch做出機器翻譯，但是.....他們全部都非常崇拜你，為什麼？ 套件工具用的熟，但原理卻只略知皮毛，走的路一定無法長遠！只有真正在微積分、矩陣、張量、機率、線性代數上打好完整的基礎，在機器學習/深度學習的路上才能走的又長又遠又紮實。 不需要羨慕別人會用yolo、bert，當你看完本書的所有AI公式、理論，然後手動用NumPy、sklearn把這些公式理論親手推導一次之後，這些工具套件，這些新興技術，什麼CNN、RNN、Seq2seq對你來說，只是簡單數學公式的排列組合罷了！ 非常期待這種書籍的出現吧！BINGO！本書就是你夢寐以求的威力彩頭獎書！把每個深度學習常出現的名詞，Sigmoid、Softmax、CrossEntropy、Adam、SGD、CNN、RNN、LSTM、GRU.....竟然全部用NumPy硬幹一遍！看完讀懂這本書，立即晉升大師，成為機器學習/深度學習/人工智慧的活生生教科書。 NumPy超人一擊Strike ✪Sigmoid ✪Softmax ✪CrossEntropy ✪Adam ✪SGD ✪CNN ✪RNN ✪LSTM ✪GRU 本書特色 ★原理講解通俗易懂，同時教你如何從底層而非呼叫深度學習庫編寫深度學習演算法 ★由淺入深，從最簡單的回歸模型過渡到神經網路模型 ★從問題到概念的方式剖析深度學習的基本概念和原理 ★用簡單的範例展現模型和演算法的核心 ★讀者不需要借助任何深度學習函數庫，就可以從0開始建構屬於自己的深度學習庫

本書以簡明扼要的語言、配合豐富的實例，針對初學者從最基礎的變量、表達式、數組、指針、引用和函數等，到面向對象的類和對象、繼承與派生、虛函數與多態，從泛型編程的函數模板和類模板到移動語義、頭等函數(函數指針、函數對象、Lambda表達式)，從C++標準庫的輸入輸出流庫、容器、迭代器、算法、智能指針等工具到異常處理和RAII等，由淺入深地對最新的C++17標準語法進行了系統的講解。對一些關鍵的語法概念

本書是一本語法與實踐相結合的Python 入門教程，全書分為上、下篇。上篇為“Python 語法與實踐”，以簡明的語言、易懂的案例介紹Python 的變量與對象、運算符與表達式、控制語句、函數、內置數據類型，Python 的面向對象特徵，如類與對象、派生類、類的實例與靜態方法等Python 語言的核心語法，以及迭代器與可迭代對象、閉包、裝飾器、@property、深拷貝與淺拷貝等高級語言特徵，還介

本書深入淺出地介紹了深度學習的基本原理和實現過程，帶領讀者用Python的NumPy庫從底層而不是借助現有的深度學習庫，從0開始構建屬於自己的深度學習庫。本書在介紹基本的Python編程、微積分、概率、統計知識的基礎上，按照深度學習的發展脈絡介紹了回歸模型、神經網絡、卷積神經網絡、循環神經網絡、生成對抗網絡等深度學習的核心知識，在深入淺出地剖析原理的同時，給出了詳細的代碼實現過程。本書既適合沒有任