---
type: product
schema_version: "1.0"
canonical_url: "https://tw.bid.yahoo.com/item/101645852809"
item_id: "101645852809"
title: "益大資訊~ AI時代Math元年–用Python全精通機器學習 9786267569559 深智 DM2517 1080"
condition: "全新品"
currency: "TWD"
current_price: 810
stock_status: "in_stock"
seller:
  id: "Y1221244390"
  name: "益大資訊電腦圖書專賣店"
images:
  - url: "https://img.yec.tw/ob/image/46b89d2a-77d4-424c-ad50-56dd29ee324e.jpg"
    role: "main"
    alt: "商品主圖"
category_id: "21700"
category_name: "其他"
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: "21700"
    name: "其他"
    url: "/tw/%E5%85%B6%E4%BB%96-21700-category.html"
observed_at: "2026-09-23T03:16:22.526Z"
---

# 益大資訊~ AI時代Math元年–用Python全精通機器學習 9786267569559 深智 DM2517 1080

## 價格

目前價格：NT$810

原價：NT$1080.00

庫存狀態：有庫存

可售數量：10

資料時間：2026-09-23T03:16:22.526Z

## 分類

分類名稱：其他

分類路徑：

圖書/影音/文具 > 圖書與雜誌 > 電腦/網路 > 其他

## 商品狀態

商品狀態：全新品

## 賣家資訊

賣場名稱：益大資訊電腦圖書專賣店

賣家 ID：Y1221244390

## 商品描述

益大資訊~ AI時代Math元年–用Python全精通機器學習 9786267569559 深智 DM2517 1080

作者： 姜偉生

ISBN：9786267569559

出版社：深智數位

 定價：1080元

目錄

第 1 篇 整體說明第 1 章 機器學習1.1 什麼是機器學習?1.2 迴歸：找到引數與因變數關係1.3 分類：針對有標籤資料1.4 降維：降低資料維度，提取主要特徵1.5 聚類：針對無標籤資料1.6 機器學習流程1.7 下一步學什麼？第 2 篇 迴歸第 2 章 迴歸分析2.1 線性迴歸：一個表格、一條直線2.2 方差分析(ANOVA)2.3 總離差平方和(SST)2.4 迴歸平方和(SSR)2.5 殘差平方和(SSE)2.6 幾何角度：畢氏定理2.7 擬合優度：評價擬合程度2.8 F 檢驗：模型參數不全為02.9 t 檢驗：某個迴歸係數是否為02.10 置信區間：因變數平均值的區間2.11 預測區間：因變數特定值的區間2.12 對數似然函數：用在最大似然估計(MLE)2.13 資訊準則：選擇模型的標準2.14 殘差分析：假設殘差服從平均值為0 的正態分佈2.15 自相關檢測：Durbin-Watson2.16 條件數：多重共線性第 3 章 多元線性迴歸3.1 多元線性迴歸3.2 最佳化問題：OLS3.3 幾何解釋：投影3.4 二元線性迴歸實例3.5 多元線性迴歸實例3.6 正交關係3.7 三個平方和3.8 t 檢驗3.9 多重共線性3.10 條件機率角度看多元線性迴歸第 4 章 非線性迴歸4.1 線性迴歸4.2 線性對數模型4.3 非線性迴歸4.4 多項式迴歸4.5 邏輯迴歸4.6 邏輯函數完成分類問題第 5 章 正規化迴歸5.1 正規化：抑制過擬合5.2 嶺迴歸5.3 幾何角度看嶺迴歸5.4 套索迴歸5.5 幾何角度看套索迴歸5.6 彈性網路迴歸第 6 章 貝氏迴歸6.1 回顧貝氏推斷6.2 貝氏迴歸：無資訊先驗6.3 使用PyMC 完成貝氏迴歸6.4 貝氏角度理解嶺正規化6.5 貝氏角度理解套索正規化第 7 章 高斯過程7.1 高斯過程原理7.2 解決迴歸問題7.3 解決分類問題第 3 篇 分類第 8 章 k 最近鄰分類8.1 k 最近鄰分類原理：近朱者赤，近墨者黑8.2 二分類：非紅，即藍8.3 三分類：非紅，不是藍，就是灰8.4 近鄰數量k 影響投票結果8.5 投票權重：越近，影響力越高8.6 最近質心分類：分類邊界為中垂線8.7 k-NN 迴歸：非參數迴歸

## 圖片

| 類型 | 圖片 URL | 說明 |
|---|---|---|
| 主圖 | https://img.yec.tw/ob/image/46b89d2a-77d4-424c-ad50-56dd29ee324e.jpg | 商品主圖 |

## 運送與付款

運送方式：

| 方式 | 費用 |
|---|---:|
| 郵局掛號 | 免運費 |
| 7-ELEVEN取貨付款 | 免運費 |
| 7-ELEVEN取貨不付款 | 免運費 |
| 萊爾富取貨付款 | 免運費 |
| 面交/自取/不寄送 | 免運費 |

付款方式：

- ATM轉帳
- 萊爾富取貨付款
- 7-ELEVEN取貨付款

## 退換貨政策

依照消費者保護法規定，網購商品享有七天猶豫期（非試用期），特殊商品除外。

## Canonical URL

https://tw.bid.yahoo.com/item/101645852809