三民網路書店 / 搜尋結果

♚瞭解資料科學：說明資料科學概念，深入淺出演算法 ♚掌握實例應用：學習科技公司技術，掌握各種應用場景 ♚運用實戰案例：涵蓋各種機器學習模型來打造實用功能 ♚清楚內容編排：針對所需主題閱讀，充分理解演算法概念 【內容簡介】 本書內容改編自第14屆iThome鐵人賽AI& Data組的冠軍系列文章《那些在科技公司和App背後的資料科學》。你是否好奇全球頂尖的科技公司是如何利用資料科學打造出創新且成功的產品呢？本書將會深入介紹Spotify、Meta、Netflix、Uber和Airbnb等科技巨頭如何借助於資料科學和機器學習的技術，來為其產品注入革命性的創新。 本書整理及解析頂尖科技公司的機器模型與應用，內容從閱讀本書所需具備的概念開始，包括推薦系統、多臂式吃角子老虎機、A/B測試及排序模型的常見指標，再分別介紹科技巨頭的演算法內容，如Spotify和Netflix的多媒體內容推薦、Meta的社交內容推薦及排序、Airbnb的搜尋系統及房源排序模型、Uber和Uber Eats的預測模型及推薦系統等，我們將可瞭解這些演算法的理論知識，更可透過案例來學習這些模型是如何應用於實際產品之中。 【目標讀者】 ✔想要對科技公司的演算法一探究竟的資料科學家。 ✔想借鏡於頂尖科技公司如何利用資料科學，來改善個人的產品或服務的科技產業工作者。 ✔想進一步發展自身技能的資料科學家和工程師。 ✔對資料科學、科技和創新有濃厚興趣的讀者。本書特色 學習頂尖公司的演算法與資料科學，啟發AI創新應用！ 完整蒐集頂尖科技公司的演算法，學習AI世界的經驗精華！ 全面解析及整理頂尖科技公司的機器學習模型，借鏡打造AI創新路徑！專業推薦 「本書非常有結構地介紹現在科技巨頭賴以維生的各種推薦與媒合演算法。內容由淺入深地討論這些科技巨頭如何使用海量數據來揣度人心，闡釋為何看似相同的推薦與媒合問題在不同公司卻有本家家難念的經。」─ 黃從仁，國立臺灣大學心理學系模型建構與資訊學實驗室

思想、脈絡與觀念理解是真正的專業技術門檻，也是鑑別出實力強大或平庸工程師的關鍵區別之一。 本書內容改編自第 14 屆 iThome 鐵人賽 Modern Web 組的冠軍系列文章《一次打破 React 常見的學習門檻與觀念誤解》。本書以循序漸進的脈絡帶讀者從頭理解 React 技術的核心觀念、運作原理與設計思維。 React 本身的設計基於了許多程式領域的設計模式，而這些設計模式的概念大多都與「還沒有使用前端框架時的程式運作思維與習慣」相去甚遠。因此當你沒有真正理解這些設計模式時，你會覺得 React 的許多設計與行為都很不直覺甚至莫名其妙。並且，如果你不熟悉這些觀念或原理的話，則非常容易在實際開發時寫出有問題但卻不自知的程式碼，為專案的程式碼品質和軟體產品的可靠性埋下巨大的隱患。 有別於市面上充斥的各種「教你如何呼叫語法」以及「帶你實戰範例」的 React 學習資源，本書會著重於技術理解的基本功累積，讓你對於 React 的觀念不再一知半解，以避免「跟著寫了很多 React 範例練習卻還是不懂這些程式碼是如何運作的，無法真正掌握這門技術」這種常見的學習瓶頸，帶你朝向真正的專業 React 開發者邁出紮實且關鍵的一大步。 目標讀者 本書並不是一本關於如何開發 React 專案的手把手實戰教學手冊。相較於大量的案例實作練習，本書會更聚焦於 React 的核心設計思維以及最常被誤解的觀念進行透徹的解析，希望能夠幫助大家一次打破 React 的學習門檻與觀念誤解，成為真正的專業 React 開發者。這本書適合所有「希望將 React 作為專業技術能力」的人學習： ❏ 適合有 JavaScript 的基礎，但對 React是完全新手的人。你可以透過本書從零建立相當穩固的 React 核心觀念理解與思維的基本功，對於後續繼續學習其他實戰類型的學習資源也能有更好的基礎進行銜接。 ❏ 也適合已經在學習 React 中的人。這本書將可以讓你對於許多觀念的理解茅塞頓開，學習成效事半功倍。 ❏ 也適合對 React 有一定程度的認識或實作經驗，但對於核心觀念與原理還沒深度掌握的人（應該有蠻多人是處於這個階段）。這本書會是你突破瓶頸、邁向資深 React 開發者的關鍵助力。專業推薦 「這本書使 React 初學者能夠打破「只會跟著寫範例但不理解背後原理」的惡性循環，進而