TensorFlow認證考試最佳參考書
附解說檔及練習題400題
｜本書專為有志於認證考試或想深入了解人工智慧原理者而設計｜
提供大量的習題及解說(超過400個),同時深入解說神經網路的運作原理,無論是初學者或進階者都適合閱讀。
｜繪製獨門的示意圖｜
利用Excel的工作表來展示各種演算法的運算過程,將抽象概念具體化。
｜詳細解說損失函數、 激發函數、優化器、標籤編碼、單熱編碼、正規化、標準化、學習率、正向傳播、反向傳播及梯度下降法等機器學習的基礎觀念,以厚植人工智慧的實力｜
這些觀念是開發人工智慧軟體的關鍵,也是一般學子最難搞懂的部分,本書以問答集的形式呈現,共計41個主題,例如:為何要使用交叉熵函數來計算誤差？如何選擇激發函數？如何建構孿生神經網路？何謂梯度消失與梯度爆炸？如何使用自注意力機制？
【目標讀者】
✔各級學校的學生。
✔有志於認識人工智慧及參加認證考試的各界人士。
附解說檔及練習題400題
｜本書專為有志於認證考試或想深入了解人工智慧原理者而設計｜
提供大量的習題及解說(超過400個),同時深入解說神經網路的運作原理,無論是初學者或進階者都適合閱讀。
｜繪製獨門的示意圖｜
利用Excel的工作表來展示各種演算法的運算過程,將抽象概念具體化。
｜詳細解說損失函數、 激發函數、優化器、標籤編碼、單熱編碼、正規化、標準化、學習率、正向傳播、反向傳播及梯度下降法等機器學習的基礎觀念,以厚植人工智慧的實力｜
這些觀念是開發人工智慧軟體的關鍵,也是一般學子最難搞懂的部分,本書以問答集的形式呈現,共計41個主題,例如:為何要使用交叉熵函數來計算誤差？如何選擇激發函數？如何建構孿生神經網路？何謂梯度消失與梯度爆炸？如何使用自注意力機制？
【目標讀者】
✔各級學校的學生。
✔有志於認識人工智慧及參加認證考試的各界人士。
