{"type":"product","schema_version":"1.0","item_id":"100917876309","canonical_url":"https://tw.bid.yahoo.com/item/100917876309","title":"【大享】機器學習:彩色圖解+基礎數學篇+Python實作王者歸來(第二版)9789865501969 深智DM2125","subtitle":null,"condition":"全新品","currency":"TWD","observed_at":"2026-08-24T01:57:47.049Z","current_price":510,"original_price":"680.00","stock_status":"in_stock","available_quantity":5,"sold_quantity":0,"seller":{"id":"Y1239803676","name":"電腦圖書專業門市","positive_rate":null,"rating_count":null},"images":[{"url":"https://img.yec.tw/ob/image/d70c0bbd-d205-4a8d-b825-35f177a8e29e.jpg","role":"main","alt":"商品主圖","width":null,"height":null}],"description":"機器學習：彩色圖解 + 基礎數學篇 + Python實作 王者歸來(第二版)\n\n作者： 洪錦魁\n\n出版社：深智數位\n\n定價：680元\n\n內容簡介　　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 　　★：數學原理彩色圖解。\n 　　★：手工計算基礎數學。\n 　　★：Python程式高效實作。\n 　　這本數撰寫的幾個特色如下：\n 　　☆：全數共用約205個Python實例，講解機器學習的基礎數學\n 　　☆：極詳細、超清楚、帶領讀者從畏懼數學到喜歡數學\n 　　☆：複雜的數學符號重新拆解，原來可以很容易\n 　　☆：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目錄第1 章 資料視覺化\n1-1 認識mapplotlib.pyplot 模組的主要函數\n1-2 繪製簡單的折線圖plot( )\n 1-3 繪製散點圖scatter( )\n 1-4 Numpy 模組\n1-5 圖表顯示中文\n1-6 長條圖與直方圖\n1-7 Numpy 的指數與對數函數\n\n第2 章 數學模組Math 和Sympy\n 2-1 數學模組的變數\n2-2 一般函數\n2-3 log( ) 函數\n2-4 三角函數\n2-5 Sympy 模組\n\n第3 章 機器學習基本觀念\n3-1 人工智慧、機器學習、深度學習\n3-2 認識機器學習\n3-3 機器學習的種類\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\n4-1 用數字描繪事物\n4-2 變數觀念\n4-3 從變數到函數\n4-4 等式運算的規則\n4-5 代數運算的基本規則\n4-6 用數學抽象化開餐廳的生存條件\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\n5-1 認識方程式\n5-2 方程式文字描述方法\n5-3 一元一次方程式\n5-4 函數\n5-5 座標圖形分析\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\n6-1 數學觀念建立連接兩點的直線\n6-2 機器學習使用聯立方程式推估數據\n6-3 從2 條直線的交叉點推估科學數據\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\n7-1 驗證畢氏定理\n7-2 將畢氏定理應用在性向測試\n7-3 將畢氏定理應用在三維空間\n7-4 將畢氏定理應用在更高維的空間\n7-5 電影分類\n\n第8 章 聯立不等式與機器學習\n8-1 聯立不等式的基本觀念\n8-2 聯立不等式的線性規劃\n8-3 Python 計算\n\n第9 章 機器學習需要知道的二次函數\n9-1 二次函數的基礎數學\n9-2 從一次到二次函數的實務\n9-3 認識二次函數的係數\n9-4 使用3 個點求解二次函數\n9-5 二次函數的配方法\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\n10-1 最小平方法基本觀念\n10-2 簡單的企業實例\n10-3 機器學習建立含誤差值的線性方程式\n10-4 Numpy 實作最小平方法\n10-5 線性迴歸\n10-6 實務應用\n\n第11 章 機器學習必須懂的集合\n11-1 使用Python 建立集合\n11-2 集合的操作\n11-3 子集、宇集與補集\n11-4 加入與刪除集合元素\n11-5 冪集與Sympy 模組\n11-6 笛卡兒積\n\n第12 章 機器學習必須懂的排列與組合\n12-1 排列基本觀念\n12-2 有多少條回家路\n12-3 排列組合\n12-4 階乘的觀念\n12-5 重複排列\n12-6 組合\n\n第13 章 機器學習需要認識的機率\n13-1 機率基本觀念\n13-2 數學機率與統計機率\n13-3 事件機率名稱\n13-4 事件機率規則\n13-5 抽獎的機率 – 加法與乘法綜合應用\n13-6 餘事件與乘法的綜合應用\n13-7 條件機率\n13-8 貝氏定理\n13-9 蒙地卡羅模擬\n13-10 Numpy 的隨機模組random\n\n第14 章 二項式定理\n14-1 二項式的定義\n14-2 二項式的幾何意義\n14-3 二項式展開與規律性分析\n14-4 找出xn-kyk 項的係數\n14-5 二項式的通式\n14-6 二項式到多項式\n14-7 二項分佈實驗\n14-8 將二項式觀念應用在業務數據分析\n14-9 二項式機率分佈Python 實作\n14-10 Numpy 隨機數模組的binomial( ) 函數\n\n第15 章 指數觀念與指數函數\n15-1 認識指數函數\n15-2 指數運算的規則\n15-3 指數函數的圖形\n\n第16 章 對數(logarithm)\n 16-1 認識對數函數\n16-2 對數表的功能\n16-3 對數運算可以解決指數運算的問題\n16-4 認識對數的特性...","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"}],"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}