世界第一簡單機器學習-FindBook 找書網 ISBN:9789578799707

內容簡介

適合研究者、工程師，
資訊、金融、教育、醫療業未來發展必需的參考指標，
在人工智慧研發、醫學診斷和機器人區域大展身手的第一本書！

　　涉及大量統計學理論，
　　讓人工智慧「自動學習」的演算法，
　　就是應用於電腦視覺、資料探勘、證券試場分析的機器學習。
　　搜尋引擎、語音及手寫辨識、戰略遊戲也能看到它的蹤跡。
　　透過預測、判斷、評估、排序，提高準確率！
　　打好機器學習基礎，工作從此事半功倍！

好評推薦

　　日本讀者好評推薦
　　真的很好懂。雖然需要有線性代數和偏微分的底子，但不需要實際計算，只要看懂基本概念就行了。書中有豐富的圖片和親切的說明，讓讀者容易吸收，非常推薦！──Masaru Kamata

　　是一本適合初學者的書。就連沒有機械學習知識的我也能理解整體概念。書末附上的索引在深入查詢時非常好用。漫畫部分鮮活的角色和情節也將內容的難度降低了。推薦給想了解機械學習的人。──JyunJyun

　　巧妙地將漫畫和工作書結合，讓人一讀就停不下來了。最大的優點是有附數學解說，也有舉出現實中的應用範例，讓讀者了解能應用的場合和方式。Q&A的部分能激發思考，加深理解。我會推薦這本書給學生看。──Танечка

作者介紹

作者簡介

荒木雅弘

　　1998年取得（工學）博士學位（京都大學）。
　　1999年曾任京都工藝纖維大學工藝學系助理教授。
　　2007年起任職京都工藝纖維大學工藝科學研究科副教授。

　　〈著作〉
　　《語音對話系統》（合著，歐姆社）
　　《用免費軟體建構語音辨識系統從模式辨識、基本機器學習到對話系統》（森北出版）
　　《用免費軟體學習語意網與相關互動》（森北出版）
　　《用免費軟體開始機器學習入門》（森北出版）
　　《圖解語音辨識》（講談社）

審訂者簡介

張智星

　　現職：台灣大學資訊系教授、台大醫院資訊室主任、台大金融科技研究中心主任
　　學歷：美國加州大學柏克萊分校電機電腦系博士
　　經歷：工研院資通所顧問
　　授課科目：資料結構與演算法、科學計算、金融科技導論、音樂訊號分析與檢索、人工智慧及深度機器學習之生醫藥產業應用
　　研究領域：語音辨識與評分、音樂分析與檢索、精準尋與行銷、醫療大數據分析

譯者簡介

衛宮紘

　　清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》（東販）、《超慢跑入門》（商周）、《男人懂了這些更成功》（潮客風）、《世界第一簡單電力系統》（世茂）……等。賜教信箱：emiyahiro@hotmail.com.tw

序

序章請教我機器學習！
紗耶香的房間① 紗耶香與女高中生小愛

第1章怎麼做迴歸？
1.1 預測數據的困難
1.2 從解釋變數求目標變數
1.3 求線性迴歸函數
1.4 正規化的效果
紗耶香的房間② 數學的複習1

第2章怎麼進行識別？
2.1 整理資料
2.2 由資料預測類別
2.3 邏輯識別
2.4 決策樹的識別
紗耶香的房間③ 數學的複習②

第3章評估結果
3.1 要用測試資料評估才有意義
3.2 訓練資料、檢驗資料、評估資料
3.3 交叉驗證法
3.4 準確率、精確率、召回率、F值
紗耶香的房間④ 數學的複習③

第4章深度學習
4.1 神經網路
4.2 反向傳播法訓練
4.3 挑戰深度學習
4.3.1 深度神經網路的問題點
4.3.2 多層訓練上的技巧 1事前訓練法
4.3.3 多層訓練上的技巧 ②激活函數
4.3.4 多層訓練上的技巧 ③規避過度學習
4.3.5 結構特化的神經網路
紗耶香的房間⑤ 數學的複習④

第5章整體學習
5.1 裝袋法
5.2 隨機森林
5.3 提升法
紗耶香的房間⑥ 數學的複習⑤

第6章非監督式學習
6.1 集群分析
6.1.1 階層式集群分析
6.1.2 分割式集群分析
6.2 矩陣分解
紗耶香的房間⑦ 數學的複習⑥

結尾
索引

看更多

序

序

　　本書會舉出幾項機器學習中較具代表性的手法，並盡可能簡單解說其概要，預設的讀者為具備大一程度數學知識的機器學習初學者。如果自身對數學式不太熟悉的話，可翻閱各章後面的數學相關說明，大致掌握這些數學式的用處即可。

　　本書在內容的安排上，一開始會先設定問題，接著舉出解決該問題的方式，再對各機器學習手法進一步說明。各章設定的問題與解決手法如下：

　　章節問題手法
　　1 預測活動參加人數線性迴歸
　　2 判斷糖尿病高危險群邏輯識別、決策樹
　　3 評估訓練成果分割學習法、交叉驗證法
　　4 排行葡萄的等級卷積神經網路
　　5 判斷糖尿病高危險群（再挑戰）整體學習
　　6 推薦相關活動集群分析、矩陣分解

　　各章所介紹的手法僅為粗淺內容，想要實際運用這些手法，建議先深入理解相關的專業參考書後，再來嘗試挑戰。

　　最後，我想感謝給予這次執筆機會的歐姆社股份有限公司，也要向渡真加奈老師與Verte股份有限公司的同仁表達最深的謝意，感謝您們將我的拙劣原稿改編成如此生動活潑的漫畫故事。

看更多