內容簡介
本書改編自第 11 屆 iT邦幫忙鐵人賽，Google Developers Machine Learning 組冠軍網路系列文章 ⸺《Towards Tensorflow 2.0：無痛打造AI模型》，是一本完整結合 Google Colab 學習Tensorflow 的台灣本土專書。AI、機器學習為近年來最熱門的話題，如何透過 AI 來提高企業營收或降低成本，已是各大企業爭相研究的技術。這是一本涵蓋基礎 Tensorflow 語法到各大應用領域的專書，豐富內容結合業界實戰心得與應用 ( 包括：價格預測、影像辨識、推薦系統等 )，帶你探索 AI 的奧妙。
三大重點
☛ 內容涵蓋現今 Tensorflow 2.0 最新語法，由淺入深帶你了解 Tensorflow 語法，從資料選取、資料處理、模型訓練以及視覺化均包含於此書。
☛ 本書涵蓋 DNN、CNN、RNN、GAN 、RL 等現今熱門模型，且搭配許多經典有趣的資料集做學習。除了實作，書中也會提及在真實世界所會遇到的的問題及解法。
☛ 透過線上免費雲端運算資源帶你學習 Tensorflow2.0，不僅不需擁有高運算設備即能學習現今最熱門的 AI 模型，也可以省略掉繁瑣的安裝步驟，可立即上手並學習 AI 核心概念。
適用讀者
具備基礎程式編寫能力的 Tensorflow 初學者、對 AI 有興趣或想轉職成為 AI 工程師的讀者。
作者簡介：
陳峻廷
作者於資料科學、機器學習相關領域深耕多年，專案經歷涵蓋多方領域，包含：電信、金融、工廠、廣告等，並致力於運用資料科學及機器學習解決企業問題，現為電信業資料科學家。
目錄
01 Tensorflow 介紹
1-1 什麼是Tensorflow?
1-2 Tensorflow 2.0
1-3 線上免費開發測試環境
1-4 總結
02 Tensorflow 基本語法
2-1 變數類型
2-2 建立數據
2-3 數據操作
2-4 數據運算
2-5 總結
03 TF.Keras API
3-1 基本操作
3-2 定義模型
3-3 模型訓練
3-4 模型儲存
3-5 總結
04 Python 資料處理與視覺化實戰
4-1 初入茅廬
4-2 小試身手
4-3 熟能生巧
4-4 觸類旁通
4-5 融會貫通
05 深度神經網路 (Deep Neural Network)
5-1 線性迴歸 (Regression)
5-2 優化器 (Optimizer)
5-3 深度神經網路 (Deep Neural Network)
5-4 深度神經網路－ Lab 1 (Data：Airbnb)
5-5 深度神經網路－ Lab 2 (Data：Fashion MNIST)
5-6 總結
06 卷積神經網路 (Convolutional Neural Network)
6-1 CNN
6-2 VGG
07 遞歸神經網路 (Recurrent Neural Network)
7-1 遞歸神經網路 (RNN)
7-2 長短期記憶網路
7-3 RNN 實作 - 情感分析
7-4 RNN 實作 - 股價預測
7-5 BERT 初探
7-6 實務技巧分享
7-7 案例說明
08 推薦系統 (Recommendation System)
8-1 推薦系統介紹
8-2 Wide & Deep 推薦系統介紹
8-3 Deep & Wide 模型 Lab
8-4 實務經驗與結論
09 從Auto-Encoder 到GAN
9-1 非監督式學習 (Unsupervised Learning)
9-2 自動編碼器 (Auto-Encoder)
9-3 自動編碼器 (Auto-Encoder) 實作
9-4 Variational Auto-Encoder (VAE)
9-5 生成對抗網路 (Generative Adversarial Network)
9-6 GAN 實作LAB-1
9-7 GAN 實作LAB-2 MNIST
10 增強式學習 (Reinforcement Learning)
10-1 什麼是增強式學習RL
10-2 RL 的學習方法
10-3 DeepQNetwork
10-4 RL DQN - Colab 實作
10-5 總結
11 模型調教與模型服務
11-1 模型調教問題 - Overfit 以及Underfit
11-2 模型視覺化 - TensorBoard
11-3 遷移學習 (Transfer Learning)
11-4 模型服務 (Model Serving)
11-5 總結
01 Tensorflow 介紹
1-1 什麼是Tensorflow?
1-2 Tensorflow 2.0
1-3 線上免費開發測試環境
1-4 總結
02 Tensorflow 基本語法
2-1 變數類型
2-2 建立數據
2-3 數據操作
2-4 數據運算
2-5 總結
03 TF.Keras API
3-1 基本操作
3-2 定義模型
3-3 模型訓練
3-4 模型儲存
3-5 總結
04 Python 資料處理與視覺化實戰
4-1 初入茅廬
4-2 小試身手
4-3 熟能生巧
4-4 觸類旁通
4-5 融會貫通
05 深度神經網路 (Deep Neural Network)
5-1 線性迴歸 (Regression)
5-2 優化器 (Optimizer)
5-3 深度神經網路 (Deep Neural Networ...
購物須知
電子書閱讀方式
您所購買的電子書，系統將自動儲存於「我的電子書櫃」，您可透過PC（Windows / Mac）、行動裝置（手機、平板），輕鬆閱讀。
- Ｗindows / Ｍac 電腦
- 請先安裝
瀏覽器，並以Chrome開啟我的電子書櫃後，點選『線上閱讀』，即可閱讀您已購買的電子書。建議使用 Chrome、Microsoft Edge有較佳的線上瀏覽效果。 - 手機／平板
- 請先安裝 電子書APP
後，依照提示登入「會員中心」→「電子書管理」→「電子書APP通行碼/載具管理」，取得APP通行碼再登入APP，下載您所購買的電子書。完成下載後，點選任一書籍即可開始離線閱讀。 APP 適用版本：iOS 14.2 或以上版本，Android 6.0 以上版本。
注意事項：
使用讀冊生活電子書服務即為同意讀冊生活電子書服務條款。
下單後電子書可開啟閱讀的時間請參考：不同的付款方式，何時可開啟及閱讀電子書?
因版權保護，您在TAAZE所購買的電子書/雜誌僅能以TAAZE專屬的閱讀軟體開啟閱讀，無法以其他閱讀器或直接下載檔案。
退換貨說明：電子書、電子雜誌商品，恕不提供10天猶豫期退貨，若您對電子書閱讀有疑慮，建議您可於購買前先行試讀。並於訂購本商品前請務必詳閱電子書商品退換貨原則。
收藏
2024專利防護中