{"type":"product","schema_version":"1.0","item_id":"100913799755","canonical_url":"https://tw.bid.yahoo.com/item/100913799755","title":"益大資訊~機器學習：彩色圖解 + 基礎數學篇 + Python實作 -- 王者歸來 (全彩)9789865501495","subtitle":null,"condition":"全新品","currency":"TWD","observed_at":"2026-10-16T05:34:11.577Z","current_price":410,"original_price":"550.00","stock_status":"low_stock","available_quantity":4,"sold_quantity":1,"seller":{"id":"Y1221244390","name":"益大資訊電腦圖書專賣店","positive_rate":null,"rating_count":null},"images":[{"url":"https://img.yec.tw/ob/image/dad5a1bc-348a-43b9-9356-1cef4972a21d.jpg","role":"main","alt":"商品主圖","width":null,"height":null}],"description":"益大資訊~機器學習：彩色圖解 + 基礎數學篇 + Python實作 -- 王者歸來 (全彩)9789865501495 出版社：深智\n\n出版日期：2020年8月17日\n\nISBN:9789865501495\n\n定價：550元     售價：413元\n\n本書特色   \n\n    這幾年心中總想寫一本可以讓擁有高中數學程度的讀者即可看懂人工智慧、機器學習或深度學習的書籍，或是說看了不會想睡覺的機器學習書籍，這個理念成為我撰寫這本書籍很重要的動力。為了卸除數學心房，筆者撰寫此書依循原則如下：\n\n    1：數學原理彩色圖解。\n\n    2：手工計算基礎數學。\n\n    3：Python程式高效實作。\n\n    這本書撰寫的幾個特色如下：\n\n    1：全書共用150個Python實例，講解機器學習的基礎數學\n\n    2：極詳細、超清楚、帶領讀者從畏懼數學到喜歡數學\n\n    3：複雜的數學符號重新拆解，原來可以很容易\n\n    4：了解機器學習的數學原理，讓機器學習程式充滿智慧靈魂  \n\n    在徹底研究機器學習後，筆者體會許多基礎數學不是不會與艱難而是生疏了，如果機器學習的書籍可以將複雜公式從基礎開始一步一步推導，其實可以很容易帶領讀者進入這個領域，同時感受數學不再如此艱澀，這也是我撰寫本書時時提醒自己要留意的事項。\n\n    研究機器學習雖然有很多模組可以使用，但是如果不懂相關數學原理，坦白說筆者不會相信未來你在這個領域會有所成就。\n\n這本書講解了下列相關數學的基本知識。\n\n► 資料視覺化使用matplotlib\n\n► 基礎數學模組Math\n\n► 基礎數學模組Sympy\n\n► 數學應用模組Numpy\n\n► 機器學習基本觀念\n\n► 從方程式到函數\n\n► 方程式與機器學習\n\n► 從畢氏定理看機器學習\n\n► 聯立方程式與聯立不等式與機器學習\n\n► 機器學習需要知道的二次函數\n\n► 機器學習的最小平方法\n\n► 機器學習必須知道的集合與機率\n\n► 機率觀念與貝式定理的運用－COVID-19的全民普篩準確性\n\n   推估\n\n► 筆者講解指數與對數的運算規則，同時驗證這些規則\n\n► 除了講解機器學習很重要的歐拉數(Euler’s Number)，更說明\n\n   歐拉數的由來\n\n► 認識邏輯(logistic)函數與logit函數\n\n► 三角函數\n\n► 大型運算子運算\n\n► 向量、矩陣與線性迴歸\n\n未來相關書籍\n\n這本書是筆者機器學習系列書的起點，未來還將撰寫下列書籍：\n\n機器學習\n\n彩色圖解 + 微積分篇 + Python實作\n\n第 1 章　資料視覺化\n\n1-1 認識mapplotlib.pyplot 模組的主要函數\n\n1-2 繪製簡單的折線圖plot( )\n\n1-3 繪製散點圖catter( )\n\n1-4 Numpy 模組\n\n1-5 圖表顯示中文\n\n第 2 章　數學模組Math 和Sympy\n\n2-1 數學模組的變數\n\n2-2 一般函數\n\n2-3 log( ) 函數\n\n2-4 三角函數\n\n2-5 Sympy 模組\n\n第 3 章　機器學習基本觀念\n\n3-1 人工智慧、機器學習、深度學習\n\n3-2 認識機器學習\n\n3-3 機器學習的種類\n\n3-4 機器學習的應用範圍\n\n第 4 章　機器學習的基礎數學\n\n4-1 用數字描繪事物\n\n4-2 變數觀念\n\n4-3 從變數到函數\n\n4-4 等式運算的規則\n\n4-5 代數運算的基本規則\n\n4-6 用數學抽象化開餐廳的生存條件\n\n4-7 基礎數學的結論\n\n第 5 章　認識方程式 / 函數 / 座標圖形\n\n5-1 認識方程式  \n\n5-2 方程式文字描述方法  \n\n5-3 一元一次方程式\n\n5-4 函數\n\n5-5 座標圖形分析  \n\n5-6 將線性函數應用在機器學習  \n\n第 6 章　從聯立方程式看機器學習的數學模型\n\n6-1 數學觀念建立連接兩點的直線\n\n6-2 機器學習使用聯立方程式推估數據\n\n6-3 從2條直線的交叉點推估科學數據\n\n6-4 兩條直線垂直交叉\n\n第 7 章　從畢氏定理看機器學習\n\n7-1 驗證畢氏定理\n\n7-2 將畢氏定理應用在性向測試\n\n7-3 將畢氏定理應用在三維空間\n\n7-4 將畢氏定理應用在更高維的空間\n\n7-5 電影分類\n\n第 8 章　聯立不等式與機器學習\n\n8-1 聯立不等式的基本觀念\n\n8-2 聯立不等式的線性規劃\n\n8-3 Python 計算\n\n第 9 章　機器學習需要知道的二次函數\n\n9-1 二次函數的基礎數學\n\n9-2 從一次到二次函數的實務\n\n9-3 認識二次函數的係數\n\n9-4 使用3 個點求解二次函數\n\n9-5 二次函數的配方法\n\n9-6 二次函數與解答區間\n\n第 10 章　機器學習的最小平方法\n\n10-1 最小平方法基本觀念\n\n10-2 簡單的企業實例\n\n1...","shipping_methods":[{"name":"郵局掛號","fee":0,"currency":"TWD"},{"name":"7-ELEVEN取貨付款","fee":0,"currency":"TWD"},{"name":"萊爾富取貨付款","fee":0,"currency":"TWD"},{"name":"面交/自取/不寄送","fee":0,"currency":"TWD"}],"lowest_shipping_fee":null,"payment_methods":["ATM轉帳","萊爾富取貨付款","7-ELEVEN取貨付款"],"category_id":"2092073795","category_name":"程式語言","breadcrumb":[{"id":"3994318","name":"圖書/影音/文具","url":"/tw/%E5%9C%96%E6%9B%B8-%E5%BD%B1%E9%9F%B3-%E6%96%87%E5%85%B7-3994318-category.html"},{"id":"2092064185","name":"圖書與雜誌","url":"/tw/%E5%9C%96%E6%9B%B8%E8%88%87%E9%9B%9C%E8%AA%8C-2092064185-category.html"},{"id":"2092073792","name":"電腦/網路","url":"/tw/%E9%9B%BB%E8%85%A6-%E7%B6%B2%E8%B7%AF-2092073792-category.html"},{"id":"2092073795","name":"程式語言","url":"/tw/%E7%A8%8B%E5%BC%8F%E8%AA%9E%E8%A8%80-2092073795-category.html"}],"view_count":0,"watch_count":0}