以下書況，主觀上皆可閱讀，若收到後不滿意，『都可退書退款』。
書況補充說明: B自然泛黃書斑、髒污。
【購買須知】
（1）照片皆為現貨實際拍攝，請參書況說明。
（2）『賣場標題、內容簡介』為出版社原本資料，若有疑問請留言，但人力有限，恕不提供大量詢問。
（3）『附件或贈品』，不論標題或內容簡介是否有標示，請都以『沒有附件，沒有贈品』為參考。
（4）訂單完成即『無法加購、修改、合併』，請確認品項、優惠後，再下訂結帳。如有疑問請留言告知。
（5）二手書皆為獨立商品，下訂即刪除該品項，故『取消』後無法重新訂購，須等系統安排『2個月後』重新上架。
（6）收到書籍後，若不滿意，或有缺漏，『都可退書退款』。
[商品主貨號] U102390502
[ISBN-13碼] 9789865024345
[ISBN] 9865024349
[作者] Aurélien Géron, 賴屹民
[出版社] 歐萊禮
[出版日期] 2020-04
[內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。)
建立智慧系統的概念、工具與技術
“這是一本卓越的機器學習資源，有清楚、直觀的解說，以及大量實用技巧。”
—François Chollet
Keras作者，《Deep Learning with Python》作者
“這本書詳細介紹以神經網路解決問題的理論與做法；建議想要實際運用ML的人都要看這本書。”
—Pete Warden
TensorFlow行動主管
深度學習經歷了一系列的突破之後，已經大幅推動了整個機器學習領域，如今，即使你對這項技術一無所知，也可以使用簡單、高效的工具，製作可從資料中學習的程式。這本暢銷書新版本使用具體的案例、精簡的理論，以及Python準生產框架，協助你直觀地認識智慧系統的概念與建構工具。
你將學到可快速上手的技術，只要具備程式編寫經驗，就可以藉由各章的習題來學習。你可以在GitHub取得本書的所有程式碼，這些程式已經更新為TensorFlow 2，以及最新版的Scikit-Learn。
‧使用Scikit-Learn與pandas，透過端對端專案建立機器學習基礎
‧用TensorFlow 2建構與訓練許多神經網路架構，以進行分類及回歸
‧探索物體偵測、語義分割、專注機制、語言模型、GAN等
‧探索TensorFlow 2的官方高階API—Keras API
‧使用TensorFlow的Data API、分散式策略API、TF Transform及TF-Serving將TensorFlow模型生產化
‧在Google Cloud AI Platform或行動裝置上部署
‧瞭解降維、分群及異常檢測等非監督學習技術
‧用強化學習來建立自主學習代理程式(agent)，包括使用TF-Agents程式庫
Aurélien Géron 是機器學習顧問和教練。曾經在Google任職，在2013年至2016年是YouTube的影片分類團隊主管。他也是Wifirst創辦人(法國無線網際網路服務龍頭供應商)暨CTO(2002~2012)。
前言 【第一部分機器學習基本知識】chapter 01機器學習領域
chapter 02端對端機器學習專案
chapter 03分類
chapter 04訓練模型
chapter 05支援向量機
chapter 06決策樹
chapter 07整體學習與隨機森林
chapter 08降維
chapter 09無監督學習技術 【第二部分神經網路與深度學習】chapter 10以 Keras 介紹人工神經網路
chapter 11訓練深度神經網路
chapter 12用 TensorFlow 來自製模型和進行訓練
chapter 13使用 TensorFlow 來載入和預先處理資料
chapter 14使用摺積神經網路來製作深度電腦視覺
chapter 15使用 RNN 和 CNN 來處理序列
chapter 16用 RNN 與 Attention 處理自然語言
chapter 17使用自動編碼網路與 GAN 來進行表徵學習與生成學習
chapter 18強化學習
chapter 19大規模訓練與部署 TensorFlow 模型
附錄 A習題解答
附錄 B機器學習專案檢核表
附錄 CSVM 對偶問題
附錄 DAutodiff
附錄 E其他流行的 ANN 結構
附錄 F特殊資料結構
附錄 GTensorFlow 圖
索引)
-----------------------------------------------------------
分享閱讀 書籍狀態請詳看圖示
購物車(
我的訂單
