具体描述
适合研究者、工程师，
资讯、金融、教育、医疗业未来发展必需的参考指标，
在人工智慧研发、医学诊断和机器人区域大展身手的第一本书！
资讯、金融、教育、医疗业未来发展必需的参考指标，
在人工智慧研发、医学诊断和机器人区域大展身手的第一本书！
涉及大量统计学理论，
让人工智慧「自动学习」的演算法，
就是应用于电脑视觉、资料探勘、证券试场分析的机器学习。
搜寻引擎、语音及手写辨识、战略游戏也能看到它的踪迹。
透过预测、判断、评估、排序，提高准确率！
打好机器学习基础，工作从此事半功倍！
好评推荐
日本读者好评推荐
真的很好懂。虽然需要有线性代数和偏微分的底子，但不需要实际计算，只要看懂基本概念就行了。书中有丰富的图片和亲切的说明，让读者容易吸收，非常推荐！──Masaru Kamata
是一本适合初学者的书。就连没有机械学习知识的我也能理解整体概念。书末附上的索引在深入查询时非常好用。漫画部分鲜活的角色和情节也将内容的难度降低了。推荐给想了解机械学习的人。──JyunJyun
巧妙地将漫画和工作书结合，让人一读就停不下来了。最大的优点是有附数学解说，也有举出现实中的应用范例，让读者了解能应用的场合和方式。Q&A的部分能激发思考，加深理解。我会推荐这本书给学生看。──Танечка
著者信息
作者简介
荒木 雅弘
1998年取得（工学）博士学位（京都大学）。
1999年曾任京都工艺纤维大学工艺学系助理教授。
2007年起任职京都工艺纤维大学工艺科学研究科副教授。
〈着作〉
《语音对话系统》（合着，欧姆社）
《用免费软体建构语音辨识系统 从模式辨识、基本机器学习到对话系统》（森北出版）
《用免费软体学习语意网与相关互动》（森北出版）
《用免费软体开始机器学习入门》（森北出版）
《图解语音辨识》（讲谈社）
审订者简介
张智星
现职：台湾大学资讯系教授、台大医院资讯室主任、台大金融科技研究中心主任
学历：美国加州大学柏克莱分校 电机电脑系 博士
经历：工研院资通所顾问
授课科目：资料结构与演算法、科学计算、金融科技导论、音乐讯号分析与检索、人工智慧及深度机器学习之生医药产业应用
研究领域：语音辨识与评分、音乐分析与检索、精准寻与行销、医疗大数据分析
译者简介
卫宫纮
清华大学原子科学院学士班毕。现为自由译者。译作有《上司完全使用手册》（东贩）、《超慢跑入门》（商周）、《男人懂了这些更成功》（潮客风）、《世界第一简单电力系统》（世茂）……等。赐教信箱：emiyahiro@hotmail.com.tw
荒木 雅弘
1998年取得（工学）博士学位（京都大学）。
1999年曾任京都工艺纤维大学工艺学系助理教授。
2007年起任职京都工艺纤维大学工艺科学研究科副教授。
〈着作〉
《语音对话系统》（合着，欧姆社）
《用免费软体建构语音辨识系统 从模式辨识、基本机器学习到对话系统》（森北出版）
《用免费软体学习语意网与相关互动》（森北出版）
《用免费软体开始机器学习入门》（森北出版）
《图解语音辨识》（讲谈社）
审订者简介
张智星
现职：台湾大学资讯系教授、台大医院资讯室主任、台大金融科技研究中心主任
学历：美国加州大学柏克莱分校 电机电脑系 博士
经历：工研院资通所顾问
授课科目：资料结构与演算法、科学计算、金融科技导论、音乐讯号分析与检索、人工智慧及深度机器学习之生医药产业应用
研究领域：语音辨识与评分、音乐分析与检索、精准寻与行销、医疗大数据分析
译者简介
卫宫纮
清华大学原子科学院学士班毕。现为自由译者。译作有《上司完全使用手册》（东贩）、《超慢跑入门》（商周）、《男人懂了这些更成功》（潮客风）、《世界第一简单电力系统》（世茂）……等。赐教信箱：emiyahiro@hotmail.com.tw
图书目录
序
序章 请教我机器学习！
纱耶香的房间① 纱耶香与女高中生小爱
第1章 怎么做回归？
1.1 预测数据的困难
1.2 从解释变数求目标变数
1.3 求线性回归函数
1.4 正规化的效果
纱耶香的房间② 数学的复习1
第2章 怎么进行识别？
2.1 整理资料
2.2 由资料预测类别
2.3 逻辑识别
2.4 决策树的识别
纱耶香的房间③ 数学的复习②
第3章 评估结果
3.1 要用测试资料评估才有意义
3.2 训练资料、检验资料、评估资料
3.3 交叉验证法
3.4 准确率、精确率、召回率、F值
纱耶香的房间④ 数学的复习③
第4章 深度学习
4.1 神经网路
4.2 反向传播法训练
4.3 挑战深度学习
4.3.1 深度神经网路的问题点
4.3.2 多层训练上的技巧 1事前训练法
4.3.3 多层训练上的技巧 ②激活函数
4.3.4 多层训练上的技巧 ③规避过度学习
4.3.5 结构特化的神经网路
纱耶香的房间⑤ 数学的复习④
第5章 整体学习
5.1 装袋法
5.2 随机森林
5.3 提升法
纱耶香的房间⑥ 数学的复习⑤
第6章 非监督式学习
6.1 集群分析
6.1.1 阶层式集群分析
6.1.2 分割式集群分析
6.2 矩阵分解
纱耶香的房间⑦ 数学的复习⑥
结尾
索引
序章 请教我机器学习！
纱耶香的房间① 纱耶香与女高中生小爱
第1章 怎么做回归？
1.1 预测数据的困难
1.2 从解释变数求目标变数
1.3 求线性回归函数
1.4 正规化的效果
纱耶香的房间② 数学的复习1
第2章 怎么进行识别？
2.1 整理资料
2.2 由资料预测类别
2.3 逻辑识别
2.4 决策树的识别
纱耶香的房间③ 数学的复习②
第3章 评估结果
3.1 要用测试资料评估才有意义
3.2 训练资料、检验资料、评估资料
3.3 交叉验证法
3.4 准确率、精确率、召回率、F值
纱耶香的房间④ 数学的复习③
第4章 深度学习
4.1 神经网路
4.2 反向传播法训练
4.3 挑战深度学习
4.3.1 深度神经网路的问题点
4.3.2 多层训练上的技巧 1事前训练法
4.3.3 多层训练上的技巧 ②激活函数
4.3.4 多层训练上的技巧 ③规避过度学习
4.3.5 结构特化的神经网路
纱耶香的房间⑤ 数学的复习④
第5章 整体学习
5.1 装袋法
5.2 随机森林
5.3 提升法
纱耶香的房间⑥ 数学的复习⑤
第6章 非监督式学习
6.1 集群分析
6.1.1 阶层式集群分析
6.1.2 分割式集群分析
6.2 矩阵分解
纱耶香的房间⑦ 数学的复习⑥
结尾
索引
图书序言
纱耶香的房间1 纱耶香与女高中生小爱
纱：好久不见，小爱。上次碰面是在爷爷家吧？
爱：对啊，那个时候表姊妹都在嘛。
话说回来，纱耶姊，今天怎么了吗？
纱：今天……大学的学弟来请教机器学习，我就帮他稍微上了一下课，但不晓得他是不是真的听懂……
我记得小爱在高中选择理工组，所以想听听妳的看法。
爱：机器学习是指AI吗？机器的智能，感觉好像很难。
纱：不过，机器学习的本质是根据资料建立数学模型，再由电脑来驱动这个模型唷。这个数学模型的基础部分，大概高中生应该理解才对。
爱：我是有在天文部编写过观测用的程式，数学也是喜欢的科目，只有这些知识能够理解吗？
纱：小爱的话，没问题的。
第一次上课讲了回归问题，妳能听听看吗？
爱：好吧。我就来听听这个困难的东西！
纱耶香的房间2 数学的复习-1
纱：小爱到哪边能够听懂？
爱：出现好多向量、矩阵耶。向量是用括号括住一排数字，二维向量是（a,b）、三维向量是（a,b,c），但 维向量我就不太清楚了……
纱： 在4以上后，无法想像该空间，的确会觉得比较难懂。不过，我们不用勉强想像空间，可简单看作是许多数字排在一块就行了。
爱：数字纵向排成的列向量有什么意义吗？
纱：没有特别的意义，但这边在排列复数特征时，约定俗成会排成纵方向。机器学习会很常遇到矩阵和向量的乘法计算，矩阵从左侧乘上列向量时，可用矩阵的积来表示矩阵的合成，相当便利。
爱：高中没有教矩阵……。
纱：嗯……矩阵可以想成是数字排成四角型。
纱：虽然行列的定义在有些国家相反，但日本数学的定义是横方向为行、纵方向为列。我是以行列汉字「右半部」两条线的方向来记忆唷。
爱：原来如此！
纱：举例来说，行方向有两个数字、列方向有两个数字，会称为2行2列的矩阵。矩阵的加法是相加相同位置的数字，但乘法就比较麻烦了。
纱：相乘后矩阵第n行第m列的数值，是取出前面矩阵的第 行和后面矩阵的第m列，依行列数字出现的先后顺序相乘，再把各乘积相加起来求得。
爱：这样的话，如果前面矩阵的列数和后面矩阵的行数不同，就没有办法做乘法。
纱：好久不见，小爱。上次碰面是在爷爷家吧？
爱：对啊，那个时候表姊妹都在嘛。
话说回来，纱耶姊，今天怎么了吗？
纱：今天……大学的学弟来请教机器学习，我就帮他稍微上了一下课，但不晓得他是不是真的听懂……
我记得小爱在高中选择理工组，所以想听听妳的看法。
爱：机器学习是指AI吗？机器的智能，感觉好像很难。
纱：不过，机器学习的本质是根据资料建立数学模型，再由电脑来驱动这个模型唷。这个数学模型的基础部分，大概高中生应该理解才对。
爱：我是有在天文部编写过观测用的程式，数学也是喜欢的科目，只有这些知识能够理解吗？
纱：小爱的话，没问题的。
第一次上课讲了回归问题，妳能听听看吗？
爱：好吧。我就来听听这个困难的东西！
纱耶香的房间2 数学的复习-1
纱：小爱到哪边能够听懂？
爱：出现好多向量、矩阵耶。向量是用括号括住一排数字，二维向量是（a,b）、三维向量是（a,b,c），但 维向量我就不太清楚了……
纱： 在4以上后，无法想像该空间，的确会觉得比较难懂。不过，我们不用勉强想像空间，可简单看作是许多数字排在一块就行了。
爱：数字纵向排成的列向量有什么意义吗？
纱：没有特别的意义，但这边在排列复数特征时，约定俗成会排成纵方向。机器学习会很常遇到矩阵和向量的乘法计算，矩阵从左侧乘上列向量时，可用矩阵的积来表示矩阵的合成，相当便利。
爱：高中没有教矩阵……。
纱：嗯……矩阵可以想成是数字排成四角型。
纱：虽然行列的定义在有些国家相反，但日本数学的定义是横方向为行、纵方向为列。我是以行列汉字「右半部」两条线的方向来记忆唷。
爱：原来如此！
纱：举例来说，行方向有两个数字、列方向有两个数字，会称为2行2列的矩阵。矩阵的加法是相加相同位置的数字，但乘法就比较麻烦了。
纱：相乘后矩阵第n行第m列的数值，是取出前面矩阵的第 行和后面矩阵的第m列，依行列数字出现的先后顺序相乘，再把各乘积相加起来求得。
爱：这样的话，如果前面矩阵的列数和后面矩阵的行数不同，就没有办法做乘法。
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有