0人評分過此書

0門檻!0負擔!9天秒懂大數據&AI用語

出版日期
2019/06/03
閱讀格式
PDF
書籍分類
學科分類
ISBN
9789864343959

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0

計次服務

借閱規則
借閱天數 14
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
♕iT邦幫忙鐵人賽系列書的第一砲♕

大數據和拔蘿蔔剁排骨能有什麼關係?讓小馬兒來告訴你!
專業且完整的【大數據】資料處理過程與【人工智慧】各角度詮釋,竟能以一碗最貼近人心的蘿蔔排骨湯和瘋狂外科老師,做深入淺出的最佳解釋?
作者筆觸幽默、風格獨特,生動的譬喻方式與再真實不過的職場閒聊篇,常令人深有同感地會心一笑。最後還有面試實戰大解析,讓你知道面試官到底在想什麼!

☛本書獻給☚
▶常聽到新聞或親朋好友口中的大數據、機器學習、人工智慧,卻總是搞不懂到底在講什麼?那你該看看小馬兒寫的這本書。
▶老闆滿口大數據、人工智慧,公司卻連wifi都會斷線,身處專業領域的你,更該看看將資訊人員心中之苦盡述的這本書。
  • Day-0 前言與基本框架
    • 小馬開場白
    • 基本框架
  • Day-1 資料匯入(ETL)
    • 原始作法
    • 經驗改良
    • 什麼是資料庫(Database)
    • 小節摘要
  • Day-2 資料清洗(Data Cleansing)
    • 實際案例
    • 處理說明
    • 指定為null很重要
    • cleaning vscleansing
    • 小節摘要
  • Day-3 資料採礦(Data Mining)
    • 歸納定義
    • 實際範例
    • 推薦商品
    • 精準行銷的迷思
    • 條件定義釐清
    • 清洗與採礦的差別
    • 小節摘要
  • Day-4 資料分析(Data Analysis)
    • 歸納定義
    • 分類分析(Classification)& 群集分析(Clustering)
    • 先群集後分類
    • 迴歸分析(Regression)
    • 廣告是種藝術、促銷是門科學
    • 關聯分析(Associative Analysis)
    • 資料分析完只是個開始
    • 大家想看到的分析
    • 小節摘要
  • Day-5 資料處理回顧與起源
    • 資料處理的完整回顧
    • 起源:資料誕生與成長過程
    • 先有資料才有資料處理
  • Day-6 大數據(Big Data)
    • 眾人眼中的大數據
    • 登登登登場啦
    • 以數學公式定義大數據
    • 從硬體的角度看大數據
    • 大數據,此專有名詞的濫用
  • Day-7 商業智慧(Business Intelligence)
    • 什麼是商業智慧(BI)?
    • 工程師的模糊界線
    • 跨世代BIS的微妙關係
    • 我要的不是這個數字
  • Day-8 機器學習(Machine Learning, ML)
    • 機器學習(ML)與人工智慧(AI)的恩怨糾葛
    • 機器學習的簡易理解法
    • 定義「機器學習」
    • 值得累積的訊息
    • 並不是讓機器重現人類動作就叫機器學習
    • 讓我們保留一點懸念
  • Day-9 人工智慧(Artificial Intelligence, AI)
    • 現代眾人眼中的人工智慧
    • 人工智慧的起源歷史
    • 弱人工智慧vs強人工智慧
    • AI會「覺得尷尬」嗎?
    • AI的外顯行為
    • AI的實作架構
    • AI該做到什麼事?
    • 癥結點在於切入角度
    • AI取代人類
    • 結語與致謝
  • 出版地 臺灣
  • 語言 繁體中文

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading