「機器學習建模」在職進修、線上學習、共學教室

電腦技能的領航員-碁峰資訊

關注

碁峰資訊GOTOP

小編

2022/04/02

TinyML｜TensorFlow Lite機器學習

應用Arduino與低耗電微控制器

「想要瞭解如何在資源有限的設備上運行機器學習嗎？那就要看這本書，它是AI發展的里程碑。」

—Massimo Banzi

Arduino共同創辦人

「本書藉由清楚、有趣的用例來教你如何在Arm微控制器上部署ML。」

—Jem Davies

Arm機器學習集團副總裁、研究員和總經理

深度學習網路正在不斷縮小，而且比以前小太多了。Google Assistant偵測單字的模型只有14 KB，小到可在微控制器上運行。這本實用的書籍將引領你進入TinyML領域，結合深度學習和嵌入式系統，用微型設備產生驚人的效果。

Pete Warden和Daniel Situnayake將講解如何訓練可以放入任何環境的微型模型。對想要使用機器學習來建構嵌入式系統的軟體和硬體開發者來說，這是一本理想的指南，它將指引你逐步建立一系列的TinyML專案，而且你不需要具備機器學習或微控制器的經驗。

‧建立語音辨識器、人體偵測鏡頭及可以回應手勢的魔杖

‧活用Arduino和超低電力的微控制器

‧學習ML的基本概念及訓練自己的模型

‧訓練可以理解音訊、影像和加速度計資料的模型

‧探索Google為TinyML設計的工具組，TensorFlow Lite for Microcontrollers

‧為app進行除錯及保護隱私和安全

‧優化等待時間、耗電量、模型和二進制檔的大小

看更多書籍介紹:

http://books.gotop.com.tw/v_A649

看更多

0 0 127 0

拍手

留言

分享到：

Line

Facebook

複製連結

取消

104學習精靈精選課程

看更多課程

想提升職場競爭力？專業技能課程看起來👇

Spark首部曲：實務基礎入門篇

這門課程將讓你了解Spark的核心基礎與環境建置、學習Scala語言到實作Streaming串流分析。在熟悉Hadoop基礎概念後，若想要深入學習大數據，那你的下一步絕對要學Spark！這堂課程中，我們將用Spark玩轉資料，挑戰背後無限商機！並讓您透過此三部曲學程輕鬆進入大數據分析領域。

緯育TibaMe

Python硬體控制 - Raspberry Pi Pico【本課程為線上課，報名後專員會提供上課資訊】

本課程專為具備基本 Python 程式能力的學員設計，透過 Raspberry Pi Pico 與 MicroPython 實作，學習 GPIO 控制、PWM 輸出、ADC 感測器讀取與 UART/I2C 等通訊應用。從開發環境建置到實際整合 LED、蜂鳴器、溫濕度感測器、OLED 等元件，循序引導學員進行軟硬整合，為日後進階 IoT 與邊緣運算應用奠定紮實基礎。

艾鍗學院

機器學習實戰

有了一些Python基礎，想要更深入了解人工智慧、機器學習嗎？快跟著周凡剛老師的線上課程，學習Scikit-learn套件，建立機器學習模型，並利用演算法分析平常難以分析的資料，跟著TibaMe的Python人工智慧課程，帶領你實際操作最新演算法，且實作分析資料！

緯育TibaMe

成為 AI 科學家｜機器學習好簡單，輕鬆讓你一手掌握資料科學實作 10 大技巧

在這門機器學習的課程中，將詳細介紹分類模型的選擇與使用，對於數學不好的人，會透過詳盡解說演算法的每個步驟來補不足，對於實際進行模型訓練、參數調整與評估的注意事項，也會在這一門課中完整的帶你了解，除了認識機器學習概念之外，還可以實作出最完整的機器學習應用。

緯育TibaMe

Spark第三部曲： MLlib完成資料挖掘與機器學習實戰

Spark第三部曲中，老師將帶您了解機器學習原理，並快速使用Spark MLlib實作分析真實資料！課程一開始會從介紹機器學習及MLlib開始，概念清晰後再帶領學員探討資料型態及讀取資料、學習K-means分群模型和Logistic 分類模型，循序漸進的讓您從概念到實作。

緯育TibaMe

R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練

R語言是開源的統計程式語言，常用於開發統計、資料分析軟體系統，課程中我們將從R/R-Studio入門，從統計分析、資料探勘與機器學習的原理與技巧，讓學員有能力進行相關的資料分析技術與資料視覺化整合應用。本門課適合想瞭解R語言，作為進入大數據分析基礎，或進行量化研究、進階資料視覺化。

緯育TibaMe

學習精靈

02/28 00:00

jobs.aiacademy.tw

1.以 C++，C#及Python 語言開發人工智慧演算法：機器視覺、影像處理、影像辨識、機器學習、類神經網路、、、等。2.人工智慧/深度學習軟體開發 3.影像處理演算法開發 4.AOI 應用軟體開發 5.資料庫應用6.進行影像分析、特徵萃取、建模、模型評估與管理等相關工作7.具備機器學習/深度學習相關學術理論知識8.對於新方法有高度興趣以及主動定期研讀期刊/研討會論文的學習態度9.

66 0

推薦證照

TQC+ SD-人工智慧：機器學習、

Google專業級機器學習工程師認證

電腦技能的領航員-碁峰資訊

關注

碁峰資訊GOTOP

小編

2022/04/02

深度學習 | Deep Learning

「由三位深度學習領域專家撰寫的《Deep Learning》，是涵蓋內容最為全面的著作。對於要進入此領域的軟體工程師與學生，提供了兼具深度及廣度的觀點與淺顯數學概念，以及足供專家參考的內容。」

──Elon Musk，OpenAI共同主席；Tesla與SpaceX共同創辦人兼CEO。

「這是最完整的深度學習教科書。本書是由此領域的主要貢獻者所撰寫，清晰、全面與完整的呈現相關主題。想知道深度學習的起源、優勢與發展，請閱讀本書。」

──Geoffrey Hinton，英國皇家學會院士(FRS)，Toronto大學榮譽教授；Google傑出研究人員。

「近十年來，深度學習著實讓技術界為之傾倒。有必要為學習者、實作者與教學者撰寫一本教科書，內容包括基本概念、實務項目與進階研究主題。本書是第一本全面涵蓋的書籍，由專精於該領域富有創新性與創造力的研究人員撰寫。本書會是今後幾年的重要參考書。」

──Yann LeCun，Facebook AI研究主管；New York大學電腦科學(資訊科學)、資料科學與神經科學的教授。

深度學習是一種機器學習，透過概念階層方式，讓電腦從經驗中學習，進而理解世界。由於可利用經驗累積知識，因此無須人為操控來指定電腦所需的全部知識。概念階層容許電腦經由簡單概念建置與學習更複雜的概念，其中組成的階層圖會呈現出多層深度框架。本書內容涵蓋廣泛的深度學習主題。

本書是以數學與概念為基底，涵蓋線性代數、機率論與資訊理論、數值計算以及機器學習等相關概念。書中將論述業界實作者與行家們使用的深度學習技術，包括深度前饋網路、正則化、優化演算法、卷積網路、序列建模與實務方法；同時討論概括論述相關應用，如自然語言處理、語音辨識、電腦視覺、線上推薦系統、生物資訊與電玩遊戲等。本書提供諸多研究觀點，包含線性因子模型、自動編碼器、表徵學習、結構化機率模型、蒙地卡羅法、配分函數、近似推論與深度生成模型等理論項目。

本書適合打算投入深度學習業界或研究領域的大學生與研究生，以及想要在資訊產品或平台中納入深度學習技術的軟體工程師閱讀。

封面圖片：Daniel Ambrosi的Central Park Azalea Walk Dreamscape(danielambrosi.com)。Daniel Ambrosi的Dreamscapes(夢景)是使用Google DeepDream開源軟體(由Google的Joseph Smarr與NVIDIA的Chris Lamb修改的版本)所建構的作品，以此軟體成功處理Ambrosi數億像素的全景圖片而成。

看更多書籍介紹:

http://books.gotop.com.tw/v_ACD016100