2收藏
3二手徵求有驚喜
定價：NT$ 1000
優惠價：95 折，NT$ 950
已售完，補貨中
Kaggle 是目前最大的資料科學競賽平台，這裡匯集世界各地超過 10 萬名資料科學家，解決各大企業公開於平台上面的資料及問題。Kaggle 曾經舉辦過總獎金一百萬美金的競賽，尋求各路好手解決癌症影像辨識的問題；也曾經有參賽者因為解決了一家壽險公司在 Kaggle 上發布的問題，因此順利進入該公司工作。因此，Kaggle 無疑是展現高超技術力，同時也是尋求優渥獎金、薪資、更好職位的途徑。
對於人工智慧的工程師、學生來說，Kaggle 平台提供了大量免費的資源：真實世界的資料集、各路好手的討論分享、以及累積實際操作的經驗等等。這些資源在一般課堂上幾乎很難取得，卻也是這領域最需要的知識與技能。
本書作者為四位 Kaggle 資料科學競賽專家，他們不僅透過實務上的角度解析各種特徵工程技術，超越一般教科書的視野；更重要的是提供各種技術、流程使用心得，讓讀者可以直接跳過嘗試、摸索的階段。試想下列的這些問題，不就是實務上經常會碰到的難處！而作者將會在書中闡述他們如何看待、解決這些事情：
● 如何最佳化模型的閾值來獲得最高的評價分數？
● 如何將資料經過編碼、降維等等轉換，以彰顯資料的特性？
● 如何依據問題的型態選擇模型，且依照模型的特性來提取適當的特徵？
● 如何正確進行時序資料的驗證以避免過度配適或資料外洩？
● 如何調整梯度提升決策樹、類神經網路的參數？
● 如何將自己所學的各種技術，進行有效的模型集成？
我們也在書中適時加上小編補充，讓讀者可以完整吸收四位專家的思想精髓，希望讀者閱讀本書之後，不僅可以在 Kaggle 競賽中締造絕佳成績，也相信讀者可以解決工作、研究中複雜且混亂的資料集。
讓我們一同走上資料科學的巔峰吧！
本書特色:
● 國立成功大學資訊工程學系特聘教授 陳培殷博士 推薦
● 本書由施威銘研究室監修，內容易讀易懂，並加入大量「編註」與「小編補充」以幫助理解及補充必要知識。
● 集結 4 位 Kaggle 高手累積共 37 面獎牌的實戰經驗
● 整理當前實務上各種特徵工程的困難問題以及解決的方法
● 分享各種技術使用時機與實踐結果的寶貴心得
● 揭露 Kaggle 競賽高人一等的制勝精華
● 提供書中 Python 範例程式下載
作者簡介：
門脇大輔 (Kadowaki Daisuke)
京都大學綜合人間學部畢業後，進入人壽保險公司擔任精算師約 10 年，主要負責商品開發及風險管理等工作。與 Kaggle 邂逅之後，決定放下過往的工作，開始以 Kaggle 或是程式競賽為生。Kaggle Competitions Master (Walmart Recruiting II: Sales in Stormy Weather 優勝、Coupon Purchase Prediction 第 3 名)、日本精算師協會正式會員。
Kaggle: https://www.kaggle.com/threecourse
Twitter: https://twitter.com/threecourse
撰寫本書第 4、6、7 章及第 1、2、3、5 章部分內容。
阪田隆司 (Sakata Ryuuji)
2012 年於京都大學修畢研究所課程，進入日本國內電子業，從事資料科學家及研究員的工作。由於工作關係對資料科學及機器學習產生興趣，2014 年開始參加 Kaggle 上的競賽，2019 年成為 Kaggle Competitions Grandmaster。
Kaggle: https://www.kaggle.com/rsakata
Twitter: https://twitter.com/sakata_ryuji
撰寫本書的第 3、5 章。
保坂桂佑 (Hosaka Keisuke)
畢業於東京大學綜合文化研究所廣域科學組，主要研究天體模擬。於資料分析顧問公司將近 10 年，並幫助企業進行資料分析業務。隨後進入網路服務企業，從事提升資料利用率的工作。目前工作主要為培養機器學習工程師及資料管理科學家。擁有 Kaggle Competitions Expert 的頭銜。
Kaggle: https://www.kaggle.com/hskksk
Twitter: https://twitter.com/free_skier
撰寫本書的第 1 章及第 6 章部分內容。
平松雄司 (Hiramatsu Yuji)
東京大學理學院物理系、理學院物理所畢業後，進入日本國內電子業知名企業，之後轉職至金融業，在金融公司擔任定量分析師，從事國內大型損保集團的風險精算業務。目前為 AXA 人壽保險公司高級資料分析科學家，並推動公司內資料分析業務。同時也是日本精算師協會準會員，以及東京大學醫學資料分析的研究員。2016 年左右開始參與 Kaggle 競賽，並於 2018 年成為 Kaggle Competitions Master。非常喜歡小熊玩偶。
Kaggle: https://www.kaggle.com/maxwell110
Twitter: https://twitter.com/Maxwell_110
撰寫本書第 2 章及第 7 章部分內容。
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。最多人成交
平均成交價59折590元
最近成交價(折扣)
| 二手價 | 數量 |
| 6折 | 0 |
| 7折以上 | 1 |
| 徵求價 | 數量 |
| 2折 | 1 |
| 6折 | 2 |
影片僅供參考，實物可能因再版或再刷而有差異
2收藏
3二手徵求有驚喜
優惠價： 95 折， NT$ 950 NT$ 1000
已售完，補貨中
Kaggle 是目前最大的資料科學競賽平台，這裡匯集世界各地超過 10 萬名資料科學家，解決各大企業公開於平台上面的資料及問題。Kaggle 曾經舉辦過總獎金一百萬美金的競賽，尋求各路好手解決癌症影像辨識的問題；也曾經有參賽者因為解決了一家壽險公司在 Kaggle 上發布的問題，因此順利進入該公司工作。因此，Kaggle 無疑是展現高超技術力，同時也是尋求優渥獎金、薪資、更好職位的途徑。
對於人工智慧的工程師、學生來說，Kaggle 平台提供了大量免費的資源：真實世界的資料集、各路好手的討論分享、以及累積實際操作的經驗等等。這些資源在一般課堂上幾乎很難取得，卻也是這領域最需要的知識與技能。
本書作者為四位 Kaggle 資料科學競賽專家，他們不僅透過實務上的角度解析各種特徵工程技術，超越一般教科書的視野；更重要的是提供各種技術、流程使用心得，讓讀者可以直接跳過嘗試、摸索的階段。試想下列的這些問題，不就是實務上經常會碰到的難處！而作者將會在書中闡述他們如何看待、解決這些事情：
● 如何最佳化模型的閾值來獲得最高的評價分數？
● 如何將資料經過編碼、降維等等轉換，以彰顯資料的特性？
● 如何依據問題的型態選擇模型，且依照模型的特性來提取適當的特徵？
● 如何正確進行時序資料的驗證以避免過度配適或資料外洩？
● 如何調整梯度提升決策樹、類神經網路的參數？
● 如何將自己所學的各種技術，進行有效的模型集成？
我們也在書中適時加上小編補充，讓讀者可以完整吸收四位專家的思想精髓，希望讀者閱讀本書之後，不僅可以在 Kaggle 競賽中締造絕佳成績，也相信讀者可以解決工作、研究中複雜且混亂的資料集。
讓我們一同走上資料科學的巔峰吧！
本書特色:
● 國立成功大學資訊工程學系特聘教授 陳培殷博士 推薦
● 本書由施威銘研究室監修，內容易讀易懂，並加入大量「編註」與「小編補充」以幫助理解及補充必要知識。
● 集結 4 位 Kaggle 高手累積共 37 面獎牌的實戰經驗
● 整理當前實務上各種特徵工程的困難問題以及解決的方法
● 分享各種技術使用時機與實踐結果的寶貴心得
● 揭露 Kaggle 競賽高人一等的制勝精華
● 提供書中 Python 範例程式下載
作者簡介：
門脇大輔 (Kadowaki Daisuke)
京都大學綜合人間學部畢業後，進入人壽保險公司擔任精算師約 10 年，主要負責商品開發及風險管理等工作。與 Kaggle 邂逅之後，決定放下過往的工作，開始以 Kaggle 或是程式競賽為生。Kaggle Competitions Master (Walmart Recruiting II: Sales in Stormy Weather 優勝、Coupon Purchase Prediction 第 3 名)、日本精算師協會正式會員。
Kaggle: https://www.kaggle.com/threecourse
Twitter: https://twitter.com/threecourse
撰寫本書第 4、6、7 章及第 1、2、3、5 章部分內容。
阪田隆司 (Sakata Ryuuji)
2012 年於京都大學修畢研究所課程，進入日本國內電子業，從事資料科學家及研究員的工作。由於工作關係對資料科學及機器學習產生興趣，2014 年開始參加 Kaggle 上的競賽，2019 年成為 Kaggle Competitions Grandmaster。
Kaggle: https://www.kaggle.com/rsakata
Twitter: https://twitter.com/sakata_ryuji
撰寫本書的第 3、5 章。
保坂桂佑 (Hosaka Keisuke)
畢業於東京大學綜合文化研究所廣域科學組，主要研究天體模擬。於資料分析顧問公司將近 10 年，並幫助企業進行資料分析業務。隨後進入網路服務企業，從事提升資料利用率的工作。目前工作主要為培養機器學習工程師及資料管理科學家。擁有 Kaggle Competitions Expert 的頭銜。
Kaggle: https://www.kaggle.com/hskksk
Twitter: https://twitter.com/free_skier
撰寫本書的第 1 章及第 6 章部分內容。
平松雄司 (Hiramatsu Yuji)
東京大學理學院物理系、理學院物理所畢業後，進入日本國內電子業知名企業，之後轉職至金融業，在金融公司擔任定量分析師，從事國內大型損保集團的風險精算業務。目前為 AXA 人壽保險公司高級資料分析科學家，並推動公司內資料分析業務。同時也是日本精算師協會準會員，以及東京大學醫學資料分析的研究員。2016 年左右開始參與 Kaggle 競賽，並於 2018 年成為 Kaggle Competitions Master。非常喜歡小熊玩偶。
Kaggle: https://www.kaggle.com/maxwell110
Twitter: https://twitter.com/Maxwell_110
撰寫本書第 2 章及第 7 章部分內容。
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。| 二手價 | 數量 |
| 6折 | 0 |
| 7折以上 | 1 |
| 徵求價 | 數量 |
| 2折 | 1 |
| 6折 | 2 |
最多人成交
平均成交價59折590元
最近成交價(折扣)
請在手機上開啟Line應用程式，點選搜尋欄位旁的掃描圖示
即可掃描此ORcode
