每件產品皆通過設計師對品質與美感的最高要求成為打造完美空間最重要的基礎，集結各領域頂尖人才的團隊，密切掌握時尚前線動態
提供給客戶群並符合健康、時尚、環保的建材更是首選我們提供客戶品質保證
各種類材料：進口超耐磨、SPC石塑防水耐磨地板、國產海島型、稀有實木地板、專屬訂製地板、專業施工、細心保固
請立即點擊下方圖片了解更多細節吧！
| RRR78121HHH15WDGG554 |
... 櫻花就要盛開了，想要搬回家養，養成盆景天天賞花 每每說到櫻花，小花的腦中全是日本的景光。其實你也可以在家裡打造一盆如此的景光，就看你願不願意了，盆植櫻花的幾個重點不要放過，抓住重點沒問題，跟著小花走就對了，保證絕對好看。 ... 櫻花是屬於喬木開花植株，若想要盆植的話，最好是選擇大一點的花盆栽種，最好是盆底深一些的，直徑有二三十厘米寬的，這樣的規格栽種會好一些，主要是在基質、水肥上比較好控制。 ... 盆植與地植最大的區別就是土壤，有限的盆土我們只能儘量提高其質量，達到植株生長的要求，底肥要充分，最好是採用腐葉土、園土、松針土、泥炭土等混合使用，要是有腐熟的肥料，可以適當再添加一些，這樣的基質便算是合格的了。 ... 盆植的補水是根據季節的更變而改變的，不同季節的補水方法是有很大差異的。其本身的生長是很怕旱的、同時也怕水澇，像春季雨水較為充足，要提前做好防澇措施，如果是露天栽種，幾乎是不怎麼需要補水的，還要時刻檢查是否過於濕潤。而其他季節基本都是遵守同一規則，不見干不澆水，每次澆水都需要確保每一塊土壤濕潤，但也要避免過量。也就是說，補水需要眼力勁，少量小心的補充。 ... 盆中的養分消耗是很大的，畢竟比較有限，在其生長的過程中，肥料的需求量是比較大的，為了保證其生長的基本保證，要做好定時的追肥工作，一般來說，每隔一個星期需要追加一次肥料。 ... 其肥料的品種倒是沒什麼要求，可以是腐熟的肥餅水，也可以是稀釋的複合肥等，只要能夠保證植株有充足的養分吸收即可。一年期間，總有一兩個時間會忘記肥料的事兒，不過沒事，春季期間沒有忘記就好，此時是它開花長葉的關鍵時刻，切不可忘記。 ... 春天也是管理最為忙碌的季節，除了水肥工作要最好，還不能少了修剪。你可能會覺得很疑惑，為何要在花期進行修剪呢？因為此時你才能明確的看到其生長的主要趨勢，一部分枝條修剪下來，還可以插在器皿中觀賞一段時間。 ... 其主要修剪的枝條有健康的，也有不健康的，不健康的枝條能消滅就消滅掉，特別是病枝；而健康的枝條為何要去除呢？因為影響到呼吸，不利於來年花期。
內容簡介
透過本書，您可以了解：
．如何啟動機器學習的專案
．如何讓機器學習與現存的系統互動
．如何收集機器學習的資料
．如何建立假設與分析
．機器學習的基礎知識
．分門別類介紹機器學習演算法的各種特徵
．以阻絕垃圾郵件的範例說明如何評估離線預測模型的方法
．如何在機器學習的分類工作收集正確資料的方法
．使用統計學的檢定、因果推論、A/B測試驗證方案效果
作者介紹
有賀康顕
歷任電機製造商的研究所、食譜服務的公司後，目前任職於Cloudera服務，擔任現場數據工程師負責應用資料與支援機器學習。
．twitter.com/chezou
．www.slideshare.net/chezou
．chezo.uno/
中山心太
歷任電話公司的研究所、社群遊戲的公司、以機器學習進行網頁行銷的公司、自由職業者之後，創立Next Int公司至今。除了開發自家公司的服務之外，也受理遊戲開發企劃與機器學習的委託案件。
從事機器學習、遊戲設計、商業設計、新事業企劃這類工作，是知識廣而不深的高級雜工。
．twitter.com/tokoroten
．www.slideshare.net/TokorotenNakayama
．medium.com/@tokoroten/
西林孝
目前是名軟體工程師。歷任獨立軟體供應商之後，目前任職於VOYAGE GROUP股票有限公司，負責開發網路廣告寄送服務的廣告寄送邏輯。
．hagino3000.blogspot.jp/
．speakerdeck.com/hagino3000
．twitter.com/hagino3000
目錄
1.1 機器學習都如何應用？
1.2 機器學習專案的流程
1.3 系統實際常見的機器學習問題與處理方法
1.4 如何成功打造機器學習的系統？
第二章 機器學習的功能
2.1 該選擇何種演算法？
2.2 分類
2.3 迴歸
2.4 集群、降維
2.5 其他
第三章 評估學習結果
3.1 分類的評估矩陣
3.2 迴歸的評估
3.3 將機器學習嵌入系統的A/B測試
第四章 在系統嵌入機器學習
4.1 讓機器學習嵌入系統的流程
4.2 系統設計
4.3 歷程設計
第五章 收集學習所需的資源
5.1 取得學習所需的資源的方法
5.2 使用公開的資料集或模型製作訓練資料
5.3 開發者自行建立訓練資料
5.4 請同事或朋友輸入資料，藉此建立訓練資料
5.5 透過群眾外包的方式建立訓練資料
5.6 在服務建立由使用者輸入的機制
第六章 效果驗證
6.1 效果驗證的概要
6.2 假設檢定的框架
6.3 假設檢定的注意事項
6.4 因果效果的推測
6.5 A/B 測試
第七章 打造電影推薦系統
7.1 劇本
7.2 進一步了解推薦系統
7.3 觀察MovieLens 的資料傾向
7.4 建置推薦系統
7.5 本章總結
第八章 Kickstarter的分析、不使用機器學習的選項
8.1 調查Kickstarter 的API
8.2 製作Kickstarter 的網路爬蟲
8.3 將JSON 資料轉換成CSV
8.4 在Excel 稍微瀏覽內容
8.5 利用樞紐分析表從各角度分析
8.6 觀察目標金額達成卻取消的專案
8.7 觀察各國情況
8.8 製作報表
8.9 今後預定事項
8.10 本章總結
第九章 利用Uplift Modeling 有效分配行銷資源
9.1 Uplift Modeling 的四象限
9.2 相當於A/B測試強化版的Uplift Modeling的概要
9.3 製作Uplift Modeling 所需的資料集
9.4 使用兩個預測模組的Uplift Modeling
9.5 Upift Modeling的評估方法AUUC
9.6 於實務問題的應用
9.7 如何於正式環境使用Uplift Modeling？
序
機械學習在軟體工程師之間，已是每天都會出現的詞彙。放眼全世界，也常聽到「人工智慧會搶走工作」、「不懂機器學習可不行」這類說法。會出現這種說法，是因為電腦打敗職業圍棋棋士，人們開始對人工智慧抱著莫大期待的緣故。在機器學習方面，處理大量資料的硬體持續進化，透過開源軟體使用最新演算法的Framework或函式庫的普及，也讓機器學習造成更大的影響。
隨著人們對機器學習的期待日益高漲，也有越來越多人希望我們「指導機械學習」。可喜的是，現在已有許多介紹機器學習Framework使用方法與撰寫方法的書籍或雜誌，原本不懂機械學習的軟體工程師也能更輕鬆地投入機械學習的世界。若能透過本書按部就班地學會這項解決問題的工具，那真的是作者無上的榮幸。
詳細資料
- ISBN：9789864768998
- 規格：平裝 / 256頁 / 18.5 x 23 x 1.28 cm / 普通級 / 單色印刷 / 初版
- 出版地：台灣
- 本書分類：> >
- 本書分類：> >
| UUTT77EEEE5515TYDWS |
文章來源取自於：
每日頭條 https://kknews.cc/life/3y2yo98.html
博客來 https://www.books.com.tw/exep/assp.php/888words/products/0010797983
如有侵權，請來信告知，我們會立刻下架。
DMCA：dmca(at)kubonews.com
聯絡我們：contact(at)kubonews.com
新竹柚木SPC地板台中香檳橡木防塵地板台中地中海黑橡綠建材地板
八德磁磚地板翻新 桃園複合式地板防白蟻地板 台中山毛櫸花崗岩地板苗栗塑膠地板好嗎 苗栗美式工業風防塵地板 台中南卡黑橡醫療診所地板桃園地板彎曲怎麼辦 台中樓梯無重金屬地板 新竹哥倫比亞灰橡客廳地板南庄地板破損翻新 苗栗四季櫟木紋醫院地板 台中洗白栗木賣場地板苗栗地板受潮怎麼辦 苗栗瑞士石塑地板 新竹天山雪松木歐洲地板
留言列表
