分類
書籍資訊
書號:PN032
作者:劉峻誠 陳宇春
ISBN:9789865233419
初版日期:2022-04-08
最新出版日期:2022-04-08
出版商:台科大圖書
建議售價: NT$400
哪裡買特色
1. 主題學習:循序漸進介紹人工智慧領域中數據處理、數據標記、神經網路、機器學習、物件辨識等重要概念。2. 輕鬆入門:結合公開、免費與好用的開源工具與網頁,引導讀者輕鬆進入機器學習的領域。
3. 時下最夯:介紹目前人工智慧趨勢 — 邊緣運算,並說明雲與端如何相互依存與協同作業。
4. 生活應用:藉由 AI 加速棒的實作,帶領讀者體驗AI的落實應用。
MOSME行動習一點通:
使用「MOSME行動習一點通」,登入會員與書籍密碼,可線上閱讀、觀看範例影片、下載補充資料與範例程式。
‧ 診斷:可線上練習本書題目,檢視學習成效。
‧ 評量:每次實作經創客師核可,可取得創客學習力認證,累積學習歷程。
‧ 影音:於學習資源「影音教學」專區,可觀看範例操作影片。
‧ 擴增:線上提供相關補充資料,供自主學習或教學參考之用。
‧ 加值:附書中範例程式,方便讀者下載使用。
目錄
chapter 1 打開人工智慧之門1-1 談談AlphaGo
1-2 人工智慧名詞的由來
1-3 人工智慧所需具備的能力
1-4 人工智慧的趨勢
1-5 人工智慧並非獨立存在
1-6 AI 的學習方法
1-7 實作介紹:Google Colaboratory
chapter 2 數據蒐集與處理
2-1 BIG DATA與OPEN DATA
2-2 資料的類別
2-3 資料蒐集與清理
2-4 實際範例說明
2-5 實作介紹:標記(Label)工具
chapter 3 機器學習
3-1 機器學習的種類
3-2 機器學習的演算法
3-3 自動化機器學習
3-4 實作介紹:Kneron AI Dongle運算棒
chapter 4 深度學習
4-1 什麼是神經網路?
4-2 深度學習的經典 — CNN卷積網路
4-3 ConvNetJS
4-4 實作介紹:Kneron Academy 進階
chapter 5 物件辨識
5-1 工作分類與名詞解釋
5-2 要回答的問題
5-3 如何做物件偵測與分類判定
5-4 其他注意事項
chapter 6 終端裝置的人工智慧
6-1 什麼是終端AI?
6-2 AI加速棒
6-3 人機介面的互動
6-4 智慧門鎖
6-5 建構人臉辨識的演算法
6-6 隱私權的保護
6-7 神經網路處理器的傳輸
chapter 7 AI專案與加速棒應用
7-1 建構一個AI專案
7-2 多樣化的AI APP應用程式
7-3 人臉辨識實作—智慧門鎖應用的核心
7-4 多物件辨識實作—流量計算應用的核心
7-5 製作自定義分類模型
7-6 總結
學習資源列表
類型 | |
---|---|
資訊更新/勘誤表 | 電腦下載 |
影音教學
{{customurls[index].name}}
{{subitem.name}}
章節 | 總題數 | 選擇 | 自我練習 |
---|---|---|---|
人工智慧應用在我家 - 使用KNERON AI Dongle(耐能AI加速棒) | 30 | 30 |
|
chapter 1 打開人工智慧之門 | 4 | 4 | |
chapter 2 數據蒐集與處理 | 4 | 4 |
|
chapter 3 機器學習 | 3 | 3 |
|
chapter 4 深度學習 | 4 | 4 |
|
chapter 5 物件辨識 | 4 | 4 |
|
chapter 6 終端裝置的人工智慧 | 6 | 6 |
|
chapter 7 AI專案與加速棒應用 | 5 | 5 |
|
總計 | 30 | 30 |
|
GTC中英文看打輸入學習系統
線上看打學習系統試用版
您尚未登錄書籍序號,請完成序號登錄,取得完整版線上學習功能!
注意:試用版僅提供【101】學習單元,練習時間1分鐘。
注意:試用版僅提供【101】學習單元,練習時間1分鐘。
※ 認識Typing
*每回輸入一篇文章。
*錯誤率5%(含)以上,以0分計算。
*僅練習時間10分鐘會顯示近期成果曲線圖。
*系統成績計算規則:
中文看打輸入-
1.輸入正確一字,得一分。每列錯字、漏字、多打的字,倒扣0.5分。
2.測驗結束後的總正確輸入字扣除倒扣分數後與測驗時間數(以分鐘為單位)的比值,即為成績。
3.錯誤率=錯誤字數除以總字數,錯誤率5%(含)以上,以0分計算。
英文看打輸入-
1.誤打、多打、重打、漏打或與試卷上之原稿有任何不符之處,概視為錯誤一次計算(一字最多只計一次錯誤),標點和空格均視為前一字的一部分。
2.罰則:每錯誤一次扣總擊數五十擊。
3.成績計算:(總擊數—錯字*50)∕ 5 ∕ 時間=每分鐘淨打字數。
未列舉者,悉以認證測驗軟體之處理方式為準。
學習信用考試碼使用規範
學習信用考試碼:{{creditCode}}
(所有小考與擬真測驗皆通過,才會顯示「學習信用考試碼」)很可惜,您未通過「學習信用考試」,請進行補測
學習信用考試碼使用規範
學習信用考試碼使用規範
很可惜,您未通過「學習信用考試」